Python的tarfile模块解压缩.tar/.tar.gz等文件详解_Python

python的tarfile模块解压缩.tar/.tar.gz等文件

python中的标准库tarfile模块可以帮助我们快速压缩或者解压后缀为
.tar/.tar.gz/.tar.bz2/.tar.xz的文件。

01 tarfile核心类与函数介绍

因为tarfile是标准库，我们直接import tarfile即可使用。

tarfile模块的核心是tarfile类，通过它可以完成创建、读取、修改 tar 文件的操作。但在实际使用中我们经常使用tarfile.open函数，open函数其实调用的是tarfile.tarfile.open类函数，源代码如下：

open类函数比tarfile类本身支持更多的mode。

1. tarfile.open(name, mode='r', fileobj=none, **kwargs)

功能：打开或创建一个tar文件，返回tarfile对象。

参数：

name：tar文件名（如'archive.tar'）。
mode：打开模式，常见取值：'r'：以只读模式打开已存在的tar文件。'w'：创建新的tar文件并覆盖原有内容。'a'：以追加模式打开tar文件。结合压缩格式：'w:gz'：表示使用gzip压缩），'w:bz2'：表示使用bzip2压缩 ,'w:xz'：表示使用lzma压缩。
fileobj：文件对象（可选），若指定则使用该对象进行操作。

案例：创建不同格式的压缩文件,不同的压缩算法压缩后的文件大小是不同的。

import tarfile
with tarfile.open('example.tar', 'r') as tar:
    pass
with tarfile.open('example.tar.gz', 'w:gz') as tar:
    pass
with tarfile.open('example.tar.bz2', 'w:bz2') as tar:
    pass
with tarfile.open('example.tar.xz', 'w:xz') as tar:
    pass
#追加文件到已有的压缩文件
with tarfile.open('existing.tar', 'a') as tar:
    tar.add('new_file.txt')

2. tarfile.add(name, arcname=none, recursive=true, filter=none)

功能：将文件或目录添加到tar文件中。

参数解析：

name：指定要归档的文件或目录路径。

with tarfile.open('example.tar.bz2', 'w:bz2') as tar:
  tar.add('/home/user/data.csv')  # 绝对路径
  tar.add('docs/readme.md')       # 相对路径

arcname：设置文件在tar包中的归档名称（默认为原路径）。

with tarfile.open('example.tar.bz2', 'w:bz2') as tar:
    # 将本地文件归档为archive.tar中的data/input.csv
    tar.add('input.csv', arcname='data/input.csv')

recursive：是否递归归档目录内容（仅对目录有效），默认递归处理所有子目录。

with tarfile.open('example.tar.bz2', 'w:bz2') as tar:
    # 仅归档src目录本身，不包含其内容
    tar.add('src', recursive=false)

filter（python 3.8+增加的参数，以前的版本是exclude参数）

：filter函数接收一个tarinfo对象，返回修改后的对象或none（排除该文件）；使用时会对每个tarinfo对象进行转换或过滤。

案例1: 修改文件属性

def set_permissions(tarinfo):
    tarinfo.mode = 0o644# 设置文件权限
    return tarinfo
with tarfile.open('example.tar.bz2', 'w:bz2') as tar:
    tar.add('scripts', filter=set_permissions)

案例2 ：基于条件过滤文件

def exclude_large_files(tarinfo):
    if tarinfo.size > 1024 * 1024:  # 大于1mb的文件
        print(f"排除大文件: {tarinfo.name}")
        return none
    return tarinfo
with tarfile.open('example.tar.bz2', 'w:bz2') as tar:
    tar.add('logs/', filter=exclude_large_files)

案例3: 动态修改归档路径

def remap_path(tarinfo):
    tarinfo.name = tarinfo.name.replace('src/', 'source/')
    return tarinfo
with tarfile.open('example.tar.bz2', 'w:bz2') as tar:
    tar.add('src/', filter=remap_path)

filter参数 vs exclude参数说明：

特性	filter (python 3.8+)	exclude (旧版)
参数类型	处理tarinfo的函数	判断路径的函数
功能	修改或排除文件	仅排除文件
灵活性	高（可修改元数据）	低（仅路径判断）
兼容性	python 3.8+	所有版本

3. tarfile.extractall(path='.', members=none, *, numeric_owner=false)

功能：解压tar文件中的所有内容到指定路径。

参数：

path：解压目标路径（默认当前目录）。
members：指定解压的成员列表（默认解压全部）。
numeric_owner：是否使用数字用id和组id（默认false）。

案例：解压tar.gz全部的文件

import tarfile
with tarfile.open('project.tar.gz', 'r:gz') as tar:
    tar.extractall('extracted_project')

4. tarfile.getmembers()

功能：返回tar文件中所有成员的tarinfo对象列表，tarinfo对象包含了文件的详细元数据，如文件名、大小、修改时间等。

import tarfile
with tarfile.open('project.tar', 'r') as tar:
    members_info = tar.getmembers()
    for info in members_info:
        print(f"文件名: {info.name}, 大小: {info.size}字节")
	print(f"修改时间: {info.mtime}, 权限: {info.mode}")

或者使用tarfile.gettarinfo函数获取单个文件的tarinfo对象，此处不在赘述。

5. tarfile.getnames()

功能：返回tar文件中所有成员的名称列表。

import tarfile
with tarfile.open('project2.tar.gz', 'r') as tar:
    print(tar.getnames())

6. tarfile.extract(member, path='.')

功能：解压指定的单个文件或目录。参数member填文件名或者带路径的文件名，如果找不到路径会报错。path默认解压到当前目录。

with tarfile.open('project2.tar.gz', 'r') as tar:
    tar.extract('dir1/python从入门到精通.pdf',path='1/2') #将单个文件解压到某一个目录

7.内存中操作 tar 文件

使用io.bytesio可以在内存中创建和操作 tar 文件，无需写入磁盘。

import tarfile
import io
buffer = io.bytesio()
#使用fileobj参数
with tarfile.open(fileobj=buffer, mode='w') as tar:
    tar.add('data.txt')
    # 获取内存中的tar数据
    tar_data = buffer.getvalue().decode()
    print(tar_data)

02 函数总结

功能场景	核心函数 / 方法	关键参数 / 注意事项
创建 tar 文件	tarfile.open('name.tar', 'w')	选择合适的压缩模式（如'w:gz'）
添加文件 / 目录	tarfile.add()	arcname可重命名归档路径
解压文件	tarfile.extract() / extractall()	指定正确的目标路径
遍历文件列表	tarfile.getmembers() / getnames()	用于检查归档内容
追加文件	tarfile.open('name.tar', 'a')	避免文件名冲突