如何列出gz文件的内容而不在python中解压缩？

Question

我有一个.gz文件，我需要使用python获取其中的文件名。

这个问题是一样的这一个

唯一的区别是我的文件.gz不是，.tar.gz所以tarfile库在这里没有帮助我

我正在使用requests库来请求URL。响应是一个压缩文件。

这是我用来下载文件的代码

response = requests.get(line.rstrip(), stream=True)
        if response.status_code == 200:
            with open(str(base_output_dir)+"/"+str(current_dir)+"/"+str(count)+".gz", 'wb') as out_file:
                shutil.copyfileobj(response.raw, out_file)
            del response

例如，此代码以名称下载文件1.gz。现在，如果我使用存档管理器打开文件，则该文件将包含以下内容my_latest_data.json

我需要提取文件，输出为my_latest_data.json。

这是我用来提取文件的代码

inF = gzip.open(f, 'rb')
outfilename = f.split(".")[0]
outF = open(outfilename, 'wb')
outF.write(inF.read())
inF.close()
outF.close()

该outputfilename变量是我在脚本中提供的字符串，但是我需要真实的文件名（my_latest_data.json）

Answer 1

您不能，因为Gzip不是存档格式。

它本身就是一个废话，所以我比在评论中做得更多。

只是压缩

“只是压缩系统”意味着Gzip对输入字节（通常来自文件）进行操作并输出压缩字节。您不知道其中的字节代表多个文件还是仅代表一个文件-它只是已压缩的字节流。例如，这就是为什么您可以通过网络接受压缩数据的原因。它的bytes_in-> bytes_out。

什么是清单？

清单是存档中的标头，用作该存档的目录。请注意，现在我使用的是“归档”一词，而不是“压缩字节流”。归档文件意味着它是清单所引用的文件或段的集合-压缩的字节流只是字节流。

反正Gzip里面有什么？

.gz文件内容的简化描述如下：

1. 标有特殊编号的标头，以指示其gzip，版本和时间戳（10字节）
2. 可选标题；通常包括原始文件名（如果压缩目标是文件）
3. 身体-一些压缩的有效载荷
4. 最后一个CRC-32校验和（8个字节）

而已。没有清单。

另一方面，存档格式将在清单中包含清单。这就是tar库的所在。Tar只是将一堆位推到一个文件中的一种方法，并将清单放在最前面，让您知道原始文件的名称以及它们的大小。连接到存档中。因此，.tar.gz如此普遍。

有一些实用程序可让您一次解压缩压缩文件的一部分，或仅在内存中解压缩文件，然后让您检查清单或其中的任何内容。但是任何清单的详细信息都特定于其中包含的存档格式。

请注意，这与zip存档不同。Zip 是一种存档格式，因此包含清单。Gzip是一个压缩库，就像bzip2和朋友一样。