Python：如何在 add() 的过滤方法中访问 tarfile.add() 的 'name' 参数？

Question

我想在使用 tarfile (python 3.4) 创建 tar(gz) 文件时过滤子目录（跳过它们）。

磁盘上的文件：

• /home/myuser/temp/test1/
• /home/myuser/temp/test1/home/foo.txt
• /home/myuser/temp/test1/thing/bar.jpg
• /home/myuser/temp/test1/lemon/juice.png
• /home/myuser/temp/test1/

尝试将/home/myuser/temp/test1/ 压缩为tarfile.add()。

我使用有路径和无路径模式。使用完整路径没关系，但使用短路径我有这个问题： 目录排除不起作用，因为 tarfile.add() 将 arcname 参数传递给过滤方法 - 而不是 name 参数！

archive.add(entry, arcname=os.path.basename(entry), filter=self.filter_general)

例子：

文件：/home/myuser/temp/test1/thing/bar.jpg -> arcname = test1/thing/bar.jpg

所以因为exclude_dir_fullpath中的/home/myuser/temp/test1/thing元素，过滤方法应该排除这个文件，但不能因为过滤方法得到test1/thing/bar.jpg。

如何在过滤方法中访问 tarfile.add() 的 'name' 参数？

def filter_general(item):
    exclude_dir_fullpath = ['/home/myuser/temp/test1/thing', '/home/myuser/temp/test1/lemon']
    if any(dirname in item.name for dirname in exclude_dir_fullpath):
        print("Exclude fullpath dir matched at: %s" % item.name)  # DEBUG
        return None
    return item


def compress_tar():
    filepath = '/tmp/test.tar.gz'
    include_dir = '/home/myuser/temp/test1/'
    archive = tarfile.open(name=filepath, mode="w:gz")
    archive.add(include_dir, arcname=os.path.basename(include_dir), filter=filter_general)

compress_tar()

Answer 1

您想创建一个通用/可重复使用的函数来过滤给定绝对路径名的文件。我了解仅对存档名称进行过滤是不够的，因为有时可以根据文件的来源来包含或不包含文件。

首先，给你的过滤函数添加一个参数

def filter_general(item,root_dir):
    full_path = os.path.join(root_dir,item.name)

然后，将“添加到存档”代码行替换为：

archive.add(include_dir, arcname=os.path.basename(include_dir), filter=lambda x: filter_general(x,os.path.dirname(include_dir)))

过滤器功能已被 lambda 替换，它传递包含目录的目录名称（否则，将重复根目录）

现在您的过滤器函数知道根目录，您可以按绝对路径进行过滤，允许您在代码中的多个位置重用过滤器函数。