使用 python3 中的 tar 文件模块从 tar 中提取文本文件

Question

在 python 3.4 或更高版本中，是否有一种简单的方法可以从 tar 文件中提取文本文件作为文本 I/O 的文件对象？

我正在将我的 python2 代码修改为 python3，我发现 TarFile.extractfile，它用于 return 带有文本 I/O 的文件对象]，现在 return 是一个 io.BufferedReader 对象，它似乎有二进制 I/O。我的代码的另一部分需要一个文本 I/O，我需要以某种方式吸收这种变化。

我能想到的一种方法是用TarFile.extract把文件写到一个目录下，然后用open函数打开，但是不知道有没有办法获取文本I/O 直接流。

Answer 1

你可以使用getmembers()

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

之后，您可以使用 extractfile() 将成员提取为文件对象。举个例子

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()
    // do operations with your content
    sys.exit()
tar.close()

Answer 2

尝试 io.TextIOWrapper 包装 io.BufferedReader。

使用 python3 中的 tar 文件模块从 tar 中提取文本文件

Extracting a text file from tar with tarfile module in python3

python

file-io

extract

stream

python-3.x