Question

我有一个包含10 * .tar文件的文件夹（ dataset_folder ）。这是我在特定路径中提取它们的代码。

listtar=glob.glob(dataset_folder+'/*.tar')
for file in listtar:
    tar=tarfile.open(file)
    tar.extractall(path=dataset_folder)
    tar.close()

请注意， dataset_folder 位于当前目录下。 我收到错误

ReadError: unexpected end of data

另请注意，我可以手动解压缩文件。

Answer 1

听起来其中一个tar文件已损坏或tarfile无法处理的格式

https://docs.python.org/3/library/tarfile.html#tarfile.ReadError

如果你有权访问shell中的tar，那么尝试这样的事情，用你的数据集文件夹替换“tmp”。

for i in tmp/*.tar; do tar -C tmp -xvf $i || echo "$i is a problem"; done

Answer 2

直接从Python处理损坏的文件，捕获相关的异常并跳过损坏的文件：

listtar=glob.glob(dataset_folder+'/*.tar')
for file in listtar:
    try:
        with tarfile.open(file) as tar:
            tar.extractall(path=dataset_folder)
    except tarfile.ReadError:
        print("File {} is corrupt".format(file))

使用python提取tarfile列表

2 个答案: