我需要从一个巨大的 svn 存储库中获取几个文件。获取整个 repo 需要将近一个小时。我要查找的文件是 tar 包的一部分。
是否可以只从 tar 包中获取这两个文件而不通过 Python 代码提取整个包？
如果是这样，谁能告诉我该怎么做？
【问题讨论】：
man tar 找到您需要的选项。当然，您需要先使用 tarball，然后才能对其进行操作...
听起来你的问题有两个部分：
对于第一部分，我将简单地参考this post 上的svn export 和稀疏结帐。
对于第二部分，这是从检索到的 tarball 中提取两个文件的解决方案：
import tarfile
files_i_want = ['path/to/file1','path/to/file2']
tar = tarfile.open("bundle.tar")
tar.extractall(members=[x for x in tar.getmembers() if x.name in files_i_want])
【讨论】：
这是从 svn 获取 tar 文件并从中提取一个文件的一种方法：
import tarfile
from subprocess import check_output
# Capture the tar file from subversion
tmp='/home/me/tempfile.tar'
open(tmp, 'wb').write(check_output(["svn", "cat", "svn://url/some.tar"]))
# Extract the file we want, saving to current directory
tarfile.open(tmp).extract('dir1/fname.ext', path='dir2')
其中 'dir1/fname.ext' 是 tar 存档中所需文件的完整路径。它将保存在 'dir2/dir1/fname.ext' 中。如果省略路径参数，它将保存在当前目录下的 'dir1/fname.ext' 中。
上面可以这样理解。在普通的 shell 命令行上，svn cat url 告诉 subversion 将 url 定义的文件发送到标准输出（有关更多信息，请参阅svn help cat）。 url 可以是 svn 可以理解的任何类型的 url，例如 svn://...、svn+ssh://... 或 file://...。我们使用 subprocess 模块在 python 控制下运行此命令。为此，svn cat url 命令被分解为一个列表：["svn", "cat", "url"]。此svn 命令的输出保存到由tmp 变量定义的本地文件中。然后我们使用 tarfile 模块来提取你想要的文件。
或者，您可以使用 extractfile 方法将文件数据捕获到 python 变量：
handle = t.extractfile('dir1/fname.ext')
print handle.readlines() # show file contents
根据文档，tarfile 应该接受子进程的标准输出作为文件句柄。这将简化代码并消除在本地保存 tar 文件的需要。但是，由于一个错误，Issue 10436，这将不起作用。
【讨论】：
extract 语法。你可以使用python模块pysvn通过svn获取tar文件。例如，请参阅 [pysvn.tigris.org/docs/pysvn_prog_guide.html].
也许你想要这样的东西？
#!/usr/local/cpython-3.3/bin/python
import tarfile as tarfile_mod
def main():
tarfile = tarfile_mod.TarFile('tar-archive.tar', 'r')
if False:
file_ = tarfile.extractfile('etc/protocols')
print(file_.read())
else:
tarfile.extract('etc/protocols')
tarfile.close()
main()
【讨论】：