Python：从 FTP 获取 TAR 中的单个文件答案

【问题标题】：Python: Get single file in a TAR from FTPPython：从 FTP 获取 TAR 中的单个文件
【发布时间】：2014-03-26 03:10:48
【问题描述】：

我有一个 ftp 服务器，其中包含我所有的 tar 文件，这些 tar 文件有 500MB 以上，而且它们太多了，我需要做的就是从包含多个文件的 TAR 中获取单个文件变为 500MB+。

我最初的想法是下载每个 tar 文件并获取我需要的单个文件，但这似乎效率低下。

我使用 Python 作为编程语言。

【问题讨论】：

如果您不知道哪个 tar 文件保存您的文件，那么除非您建立一个将文件链接到 tar 文件的索引，否则没有其他解决方案。你可以在服务器上提取它们而不是下载它们，直到你找到你的文件，这将节省你一些时间，但还不够。 . .
我认为首先是（ftp）服务器需要支持恢复下载（类似于HTTP Range header）。
@PyNEwbie，每个 TAR 都有我需要的文件，还有相同的文件名。

标签： python ftp tar tarfile

【解决方案1】：

此答案并非特定于 python，因为问题并非特定于 python：理论上您可以读取数据所在的 Tar 文件部分。使用 FTP（以及 pythons ftplib），这可以通过首先执行 REST 命令来指定文件中的开始位置，然后 RETR 开始下载数据，在获得所需的数据量后，您可以关闭数据连接。

但是，Tar 是一种没有中心索引的文件格式，例如Tar 中的每个文件都以一个小标题为前缀，其中包含有关名称、大小和其他信息的信息。因此，要获取特定文件，您必须阅读第一个标题，检查它是否是匹配文件，如果不是，则跳过不需要的文件的大小并尝试下一个。由于 Tar 中有许多较小的文件，这将不如下载完整文件（或至少下载到相关部分 - 您可能会在下载时解析文件）有效，因为每次读取的所有这些新数据连接都会导致大量开销。但是，如果您在 Tar 中有大文件，这可能会起作用。

但是，如果它不是 TAR (*.tar) 文件，而是 TGZ (*.tgz 或 *.tar.gz) 文件，那你就完全不走运了。这些是压缩的 Tar 文件，要获取文件的任何部分，您需要解压缩之前拥有的所有内容。因此，在这种情况下，无法下载文件或至少下载相关部分的所有内容。

【讨论】：

谢谢，看来对我来说最好的方法是下载 TAR 文件。