在python脚本中读取tar文件内容而不对其进行解压缩

我有一个tar文件，其中包含许多文件。我需要编写一个python脚本，该脚本将读取文件的内容并提供总数字符的计数，包括字母，空格，换行符的总数，所有内容，而无需解压缩tar文件。

您可以使用 getmembers()

>>> import  tarfile
>>> tar = tarfile.open("test.tar")
>>> tar.getmembers()

之后，您可以extractfile()用来将成员提取为文件对象。只是一个例子

import tarfile,os
import sys
os.chdir("/tmp/foo")
tar = tarfile.open("test.tar")
for member in tar.getmembers():
    f=tar.extractfile(member)
    content=f.read()
    print "%s has %d newlines" %(member, content.count("\n"))
    print "%s has %d spaces" % (member,content.count(" "))
    print "%s has %d characters" % (member, len(content))
    sys.exit()
tar.close()

对于f上面示例中的文件对象，可以使用read()，readlines()等等。

您需要使用tarfile模块。具体来说，您使用类TarFile的实例访问文件，然后使用TarFile.getnames（）访问名称。

 |  getnames(self)
 |      Return the members of the archive as a list of their names. It has
 |      the same order as the list returned by getmembers().

相反，如果您想阅读内容，则使用此方法

 |  extractfile(self, member)
 |      Extract a member from the archive as a file object. `member' may be
 |      a filename or a TarInfo object. If `member' is a regular file, a
 |      file-like object is returned. If `member' is a link, a file-like
 |      object is constructed from the link's target. If `member' is none of
 |      the above, None is returned.
 |      The file-like object is read-only and provides the following
 |      methods: read(), readline(), readlines(), seek() and tell()

@ stefano-borini提到的方法的实现，通过这样的文件名访问tar存档成员

#python3
myFile = myArchive.extractfile( 
    dict(zip(
        myArchive.getnames(), 
        myArchive.getmembers()
    ))['path/to/file'] 
).read()`

学分：

• dict(zip(来自https://stackoverflow.com/a/209854/1695680
• tarfile.getnames从https://stackoverflow.com/a/2018523/1695680
• 另外，我的用途是从缓冲区读取tar存档如何在Python 3中从字节缓冲区在内存中构造TarFile对象？

您可以使用tarfile.list（）ex：

filename = "abc.tar.bz2"
with open( filename , mode='r:bz2') as f1:
    print(f1.list())

得到这些数据之后。您可以操纵该输出或将其写入文件，并执行您的任何要求。