如何从生成的 tar 文件中排除特定的子文件夹？答案

【问题标题】：How to exclude specific subfolders from the generated tar file?如何从生成的 tar 文件中排除特定的子文件夹？
【发布时间】：2019-12-16 22:28:38
【问题描述】：

我正在使用 Python 3 和 tarfile 模块来压缩一些文件夹（带有子文件夹）。我需要做的：设置几个子文件夹从最终的 tar 文件中排除。

例如，假设我的文件夹看起来像：

dir/
├── subdirA
│   ├── subsubdirA1
│   │   └── fileA11.txt
│   │   └── fileA12.txt
│   ├── subsubdirA2
│   │   └── fileA21.txt
│   │   └── fileA22.txt
│   └── fileA.txt
├── subdirB
│   ├── subsubdirB1
│   │   └── fileB11.txt
│   │   └── fileA12.txt
│   ├── subsubdirB2
│   │   └── fileB21.txt
│   │   └── fileB22.txt
│   └── fileB.txt
└── main.txt

现在，我说我想在dir/ 中包含除subsubdirA2 和subsubdirB2 的内容之外的所有内容。基于this answer，我试过了：

EXCLUDE_FILES = ['/subdirA/subsubdirA2', '/subdirB/subsubdirB2']
mytarfile.add(..., filter=lambda x: None if x.name in EXCLUDE_FILES else x)

或者：

EXCLUDE_FILES = ['/subdirA/subsubdirA2/*', '/subdirB/subsubdirB2/*']
mytarfile.add(..., filter=lambda x: None if x.name in EXCLUDE_FILES else x)

或者：

EXCLUDE_FILES = ['/subdirA/subsubdirA2/*.*', '/subdirB/subsubdirB2/*.*']
mytarfile.add(..., filter=lambda x: None if x.name in EXCLUDE_FILES else x)

我还尝试了上述三个选项的变体，其中子文件夹路径开始时没有 / 或 dir 或 /dir。没有任何效果 - 一直以来，dir 中的所有内容都包括在内。

如何正确地从我想要生成的 tar 文件中排除特定的子文件夹？如果需要不同的模块/库而不是 tarfile，那很好。

【问题讨论】：

适用于 linux??...因为可能与子进程（shell 库）和 python 可以工作
我认为x.name 与EXCLUDE_FILES 列表中的任何项目都不匹配，因为/file/path/* 被视为名称为* 的文件而不是正则表达式匹配
@saurjog 但这不适用于我给出的其他示例，对吧？
@JorgetMillani，为迟到的回复道歉。请看下面我的回答。我之前的评论适用于您给出的所有示例。

标签： python python-3.x tar subdirectory tarfile

【解决方案1】：

我没有找到你需要的关于 tarfile 的参考资料，但是你可以像这样使用线程和包含 shell 命令：

import subprocess

exclude=['dir/subdirA/subsubdirA2','dir/subdirA/subsubdirA1','dir/subdirA/text.tx']
excludeline=''
for x in exclude:
    excludeline += ' --exclude '+x
# cmd has tar command
cmd='tar -czvf dir.tar dir  '+ excludeline
print(cmd)
process = subprocess.Popen(cmd,shell=True,stdin=None,stdout=subprocess.PIPE,stderr=subprocess.PIPE)
result=process.stdout.readlines()
# All files were compressed
if len(result) >= 1:
    for line in result:
        print(line.decode("utf-8"))

在这个例子中 cmd 有值：

cmd = tar -czvf dir.tar dir   --exclude dir/subdirA/subsubdirA2 --exclude dir/subdirA/subsubdirA1 --exclude dir/subdirA/text.tx

【讨论】：

【解决方案2】：

我认为您使用的EXCLUDE_FILES 应该通过模式匹配与文件名匹配。以下是我的做法：

import re, os    
EXCLUDE_FILES = ['/subdirA/subsubdirA2/*', '/subdirB/subsubdirB2/*']
pattern = '(?:% s)' % '|'.join(EXCLUDE_FILES) #form a pattern string

为了对模式使用过滤器，我们将使用re.match，

mytarfile.add(..., filter=lambda x: None if re.match(pattern, x.name) else x)

如果file.name 匹配EXCLUDE_FILES 中指定的任何模式，我们会排除该文件。希望这会有所帮助。

【讨论】：