我有一个包含许多 .tar.gz 文件的文件夹。在 python 中，我想进入每个文件解压缩或压缩并找到包含我要提取的字符串的文本文件？

Question

我有一个包含许多 gz.tar 压缩文件的主文件夹。所以我需要解压两次才能得到一个带有文本的数据文件，然后我在文本中提取某个字符串。我在解压缩以获取包含文本的文件然后移至下一个文件并执行相同操作时遇到问题。将结果保存在数据框中。

import os
import tarfile
for i in os.listdir(r'\user\project gz'):
 tar = (i, "r:gz")
 for m in tar.getmembers():
  f= tar.extractfile(member):
  if f is not None:
   content = f.read()
   text = re.findall(r"\name\s", content)
   df = pd.Dataframe(text)
   print(df)

Answer 1

我猜你想找出 \user\project gz\*.tar.gz 中包含字符串 \name\s 的文件？

一个解决方案是

import os
import re
import tarfile

import pandas as pd

row = []
value = []


for filename in os.listdir(r'\user\project gz'):
    if filename.endswith('.tar.gz'):
        tar = tarfile.open(r'\user\project gz' + filename)
        for text_file in tar.getmembers():
            f = tar.extractfile(text_file)
            if f is not None:
                content = f.read().decode()
                if re.findall(r"\name\s", content):
                    row.append(text_file.name)
                    value.append(content)
        tar.close()


df = pd.DataFrame(value, columns=['nametag'], index=row)
print(df)

我有一个包含许多 .tar.gz 文件的文件夹。在 python 中，我想进入每个文件解压缩或压缩并找到包含我要提取的字符串的文本文件？

I have a folder with many .tar.gz files. In python I want to go into each file unzip or compress and find text file that has string I want to extract?

python

gzip

tar

filereader

jupyter-notebook