我有一个包含所有tar文件的ftp服务器，这些tar文件大到500MB +，而且它们太多了，我需要做的就是从包含多个文件的TAR中获取单个文件变成500MB +。
我最初的想法是下载每个tar文件并获取我需要的单个文件，但这似乎效率低下。
我使用Python作为编程语言。
答案 0 :(得分：0)
这个答案并不是特定于python的，因为问题不是python特有的：理论上你可以读取你的数据所在的Tar文件部分。使用FTP（以及pythons ftplib），这可以通过首先执行REST命令来指定文件中的起始位置，然后使用RETR开始下载数据，并在获得所需的数据量后，可以关闭数据连接。
但是，Tar是没有中心索引的文件格式，例如Tar中的每个文件都带有一个小标题，其中包含有关名称，大小等信息。因此，要获取特定文件，您必须读取第一个标头，检查它是否是匹配文件，如果不是，则跳过不需要的文件的大小并尝试使用下一个文件。使用Tar中的大量较小文件，这将比下载完整文件（或至少下载到相关部分 - 您可能在下载时解析文件）效率低，因为每次读取的所有这些新数据连接都会导致很多开销。但是如果你在Tar中有大文件，这可能会有用。
但是，如果它不是TAR（*.tar），而是TGZ（*.tgz或*.tar.gz）文件，那么你完全没有运气。这些是压缩的Tar文件，并且可以获取解压缩之前所有内容所需的文件的任何部分。因此，在这种情况下，无法下载文件或至少将所有内容下载到相关部分。