从 ftp 服务器的 tar.gz 文件中提取 xml 文件列表答案

【问题标题】：extracting list of xml files from tar.gz file from ftp server从 ftp 服务器的 tar.gz 文件中提取 xml 文件列表
【发布时间】：2019-05-12 10:38:22
【问题描述】：

我需要提取我正在尝试读取的 tar.gz 文件中的 xml 文件列表。

我试过这个：

import os
from ftplib import FTP

def writeline(data):
    filedata.write(data)
    filedata.write(os.linesep)

ftp = FTP('ftp.my.domain.com')
ftp.login(user="username",passwd="password")
ftp.cwd('inner_folder')
filedata = open('mytargz.tar.gz', 'w')
ftp.retrlines('RETR %s' % ftp.nlst()[0], writeline)

我使用了ftp.nlst()[0]，因为我的 ftp 中有一个 tar.gz 文件列表。看起来我在writeline 回调中收到的data 是一些奇怪的符号，而filedata.write(data) 则抛出错误： {UnicodeEncodeError}'charmap' codec can't encode character '\x8b' in position 1: character maps to <undefined>。我真的可以在这里使用一些帮助..

【问题讨论】：

你想要的是 tarfile 通知，你可以将文件对象传递给它，所以将你的 ftp 读入 byteIO io.BytesIO(my_bytes)
是的，我认为这是错误的，但我收到的 data 是一串奇怪的符号，所以我收到错误 a bytes-like object is required, not 'str'.. 那里似乎有问题, 在我解压缩文件之前。
“字符串”没有问题。你正在接收字节，它不是文本，你不能像文本一样打印
io.BytesIO(data) 抛出错误a bytes-like object is required, not 'str'
我看到了这个问题，您使用 retrlines 而不是 retrbinary 并且当您打开文件时使用 'wb' 打开它以写入二进制文件而不是 'w'

标签： python xml ftp gzip tarfile

【解决方案1】：

我没有 ftp 服务器可以尝试这个，但这应该可以：

import os
from ftplib import FTP

def writeline(data):
    filedata.write(data)

ftp = FTP('ftp.my.domain.com')
ftp.login(user="username",passwd="password")
ftp.cwd('inner_folder')
filedata = open('mytargz.tar.gz', 'wb')
ftp.retrbinary('RETR %s' % ftp.nlst()[0], writeline)

请注意，我们使用 write binary 'wb' 打开文件，并要求 ftp 返回二进制而不是文本，并且我们的回调函数只写入而不添加分隔符

【讨论】：

完成这一切之后，在writeline 方法中我添加了：tarfile.open('my_tar_gz.tar.gz', "r:gz").extractall("xmls") 用于从my_tar_gz.tar.gz 文件中提取我的文件。我看到文件有数据 - 几个xml文件，你知道tarfile.open命令抛出ReadError: empty file的原因可能是什么吗？
你怎么知道文件有数据？你是用外部程序打开的吗？
如果错误来自 tarfile.open() 那么我唯一能想到的是你不小心打开了错误的文件。据我所知，错误不会在有效的非空文件中弹出