我有一个存档，我不想提取它，但要检查它的每个内容是文件还是目录。
os.path.isdir 和 os.path.isfile 不起作用，因为我正在处理存档。存档可以是 tar、bz2、zip 或 tar.gz 中的任何一个（所以我不能使用他们特定的库）。另外，代码应该可以在任何平台上运行，比如 linux 或 windows。有人可以帮我怎么做吗？
【问题讨论】：
您已声明需要支持“tar、bz2、zip 或 tar.gz”。 Python 的 tarfile 模块会自动处理 gz 和 bz2 压缩的 tar 文件，因此您实际上只需要支持 2 种类型的存档：tar 和 zip。 （bz2 本身不是存档格式，它只是压缩）。
您可以使用tarfile.is_tarfile() 确定给定文件是否为tar 文件。这也适用于使用 gzip 或 bzip2 压缩的 tar 文件。在 tar 文件中，您可以确定文件是使用 TarInfo.isdir() 的目录还是使用 TarInfo.isfile() 的文件。
同样，您可以使用zipfile.is_zipfile() 确定文件是否为 zip 文件。 zipfile 没有办法区分目录和普通文件，但以/ 结尾的文件是目录。
所以，给定一个文件名，你可以这样做：
import zipfile
import tarfile
filename = 'test.tgz'
if tarfile.is_tarfile(filename):
f = tarfile.open(filename)
for info in f:
if info.isdir():
file_type = 'directory'
elif info.isfile():
file_type = 'file'
else:
file_type = 'unknown'
print('{} is a {}'.format(info.name, file_type))
elif zipfile.is_zipfile(filename):
f = zipfile.ZipFile(filename)
for name in f.namelist():
print('{} is a {}'.format(name, 'directory' if name.endswith('/') else 'file'))
else:
print('{} is not an accepted archive file'.format(filename))
在具有这种结构的 tar 文件上运行时：
(py2)[mhawke@localhost tmp]$ tar tvfz /tmp/test.tgz drwxrwxr-x mhawke/mhawke 0 2016-02-29 12:38 x/ lrwxrwxrwx mhawke/mhawke 0 2016-02-29 12:38 x/4 -> 3 drwxrwxr-x mhawke/mhawke 0 2016-02-28 21:14 x/3/ drwxrwxr-x mhawke/mhawke 0 2016-02-28 21:14 x/3/4/ -rw-rw-r-- mhawke/mhawke 0 2016-02-28 21:14 x/3/4/zzz drwxrwxr-x mhawke/mhawke 0 2016-02-28 21:13 x/2/ -rw-rw-r-- mhawke/mhawke 0 2016-02-28 21:13 x/2/aa drwxrwxr-x mhawke/mhawke 0 2016-02-28 21:13 x/1/ -rw-rw-r-- mhawke/mhawke 0 2016-02-28 21:13 x/1/abc -rw-rw-r-- mhawke/mhawke 0 2016-02-28 21:13 x/1/ab -rw-rw-r-- mhawke/mhawke 0 2016-02-28 21:13 x/1/a输出是：
x 是一个目录 x/4 是未知数 x/3 是一个目录 x/3/4 是一个目录 x/3/4/zzz 是一个文件 x/2 是一个目录 x/2/aa 是一个文件 x/1 是一个目录 x/1/abc 是一个文件 x/1/ab 是一个文件 x/1/a 是一个文件注意x/4 是“未知的”，因为它是一个符号链接。
zipfile 没有简单的方法可以将符号链接（或其他文件类型）与目录或普通文件区分开来。信息在ZipInfo.external_attr 属性中，但是把它拿回来很麻烦：
import stat
linked_file = f.filelist[1]
is_symlink = stat.S_ISLNK(linked_file.external_attr >> 16L)
【讨论】：
我得到了答案。就是我们可以使用两个命令：archive.getall_members() 和archive.getfile_members()。
我们遍历它们中的每一个并将文件/文件夹名称存储在两个数组 a1（包含文件/文件夹名称）和 a2（仅包含文件名称）中。如果两个数组都包含该元素，则它是一个文件，否则它是一个文件夹。
【讨论】：
archive.getall_members()。这是什么包？
utils 包是什么？从何而来？姜戈？
django.utils 的其他函数一样，可能会在 Django 的未来版本中消失。
您可以使用string.endswith(string) 方法检查它是否具有正确的文件扩展名：
filenames = ['code.tar.gz', 'code2.bz2', 'code3.zip']
fileexts = ['.tar.gz', '.bz2', '.zip']
def check_extension():
for name in filenames:
for ext in fileexts:
if name.endswith(ext):
print ('The file: ', name, ' has the extension: ', ext)
check_extension()
哪个输出：
The file: code.tar.gz has the extension: .tar.gz
The file: code2.bz2 has the extension: .bz2
The file: code3.zip has the extension: .zip
您必须为要检查的每种存档文件类型创建文件扩展名列表，并且需要将文件名加载到可以轻松执行检查的列表中，但我认为这将是解决您的问题的一种相当有效的方法。
【讨论】：
您可以使用 python-magic 模块并解析它的输出。
[root@jasonralph ~]# yum install python-pip
[root@jasonralph ~]# pip install python-magic
[root@jasonralph ~]# cat py_file_check.py
#!/usr/bin/python
import magic
print magic.from_file('jason_ralph_org_20160215.tar.gz')
[root@jasonralph ~]# file jason_ralph_org_20160215.tar.gz
jason_ralph_org_20160215.tar.gz: gzip compressed data, from Unix, last modified: Mon Feb 29 01:33:25 2016
> [root@jasonralph ~]# python py_file_check.py > gzip compressed data, from Unix, last modified: Mon Feb 29 01:33:25 2016
【讨论】：