从存档文件有条件地提取文件

Question

我有一个包含 nxml 文件的大型 tar.gz 存档文件，总大小约为 5gb。 我的目标是从中提取文件，但我不必提取所有文件。我必须提取所有名称大于阈值的文件。

例如： 让我们考虑 1000 是我们的阈值。所以
path/to/file/900.nxml 不会被提取，但
path/to/file/1100.nxml 会被提取。

所以我的要求是有条件地从存档中提取文件。
谢谢

Answer 1

您也可以使用 tar 的--wildcards 选项。
例如，当您的阈值为 1000 时，您可以使用 tar -xf tar.gz --wildcards path/to/files/????*.nxml。 ? 将匹配一个字符，使用 * 将匹配任意数量的字符。此模式将查找包含 4 个或更多字符的任何文件名。
希望这会有所帮助。

Answer 2

1. 使用tar -tf <archive> 获取存档中的文件列表。
2. 处理文件列表以确定需要提取的文件。将文件列表写入临时文件<filelist>，每个文件一行。
   • 查看您选择的标签，您可以使用 Python 或 bash 进行此字符串过滤，随心所欲。
3. 使用tar -xf <archive> -T <filelist> 提取您需要的文件。
   选项-T 或--files-from 从给定文件中读取要处理的文件名。
   • 另请参阅manpage for tar。