在Python中提取文件的gzip文件夹

Question

我有一个名为gziptest.tar.gz的压缩文件夹，其中包含几个纯文本文件。

我希望能够获取文件名和文件的相应内容，但是gzip库的用法示例未涵盖此内容。

如下代码：

import gzip
in_f = gzip.open('/home/cholloway/gziptest.tar.gz')
print in_f.read()

产生输出：

gzip test/file2000664 001750 001750 00000000016 12621163624 015761 0ustar00chollowaycholloway000000 000000 I like apples
gzip test/file1000664 001750 001750 00000000025 12621164026 015755 0ustar00chollowaycholloway000000 000000 hello world
line two
gzip test/000775 001750 001750 00000000000 12621164026 015035 5ustar00chollowaycholloway000000 000000 

我可以使用一些正则表达式来检测新文件的开头并提取文件名，但是我想知道gzip或其他标准python库中是否已存在此功能。

Answer 1

对于该文件，请勿使用该gzip库。使用tarfile库。

您正在使用的文件是文件tar存档的gzip压缩test/*。

如果只想恢复tar归档文件，请使用gzip解压缩文件。结果文件是（如您所发现的）所需文件的存档。

从逻辑上讲，如果要访问tar归档文件中的文件，我们必须首先使用该gzip库恢复tar归档文件，然后再使用该tarfile库恢复文件。

实际上，我们仅使用该tarfile库：该tarfile库将gzip代表您自动调用该库。

我已经复制从这个例子示例部分中的tarfile手册页：

import tarfile
tar = tarfile.open("sample.tar.gz")
tar.extractall()
tar.close()