Question

我正在尝试提取许多tar.gz文件，但均未成功。

我试图修改我用来提取zip文件的代码。下面是我的文件结构，文件和一些代码。

文件结构：

D:\\Test\\Tar

文件名：

DZB1212-500258L004001_4.tgz
DZB1213-500119L002001_2.tgz
DZB1213-500119L006001_6.tgz

我尝试过的代码：

import glob
import os
import re
import tarfile
import gzip
import shutil
os.chdir('E:\\SPRING2019\\SILKROAD\\Folder_Extraction_Auto\\SRTM_DEMs\\TESTEXTRACTER3\\USGS_Declassified\\Declass2_2002')

#set up pathing
tarfile_rootdir = ('E:\\SPRING2019\\SILKROAD\\Folder_Extraction_Auto\\SRTM_DEMs\\TESTEXTRACTER3\\USGS_Declassified\\Declass2_2002')
extract_rootdir = ('E:\\SPRING2019\\SILKROAD\\Folder_Extraction_Auto\\TEST')

#process the zip files [a-zA-Z] to [\w] and removed the _ seperating the two WORKED!!!!!!!!!!!!
re_pattern = re.compile(r'\A([\w+]*)')
#CHANGED ABOVE CREATED HTO_O with no subfolers but all extracted
for tar_file in glob.iglob(os.path.join(tarfile_rootdir, '*.tar.gz')):
    part = re.findall(re_pattern, os.path.basename(tar_file))[0]
    part = [item.upper() for item in part]
    folder = {'outer': '{0}{1}{2}{3}'.format(*part), 'inner': '{0}{1}{2}{3}'.format(*part)}
    extract_path = os.path.join(extract_rootdir, folder['outer'])
    with tarfile.open(tar_file, 'r:gz') as tarfile:
        tar_file.extractall(extract_path)

它将运行，但是什么也没发生。

Answer 1

import glob, os, re, tarfile

# Setup main paths.
tarfile_rootdir = r'D:\SPRING2019\Tarfiles'
extract_rootdir = r'D:\SPRING2019\Test'

# Process the files.
re_pattern = re.compile(r'\A(\w+)-\d+[a-zA-Z]0{0,5}(\d+)')

for tar_file in glob.iglob(os.path.join(tarfile_rootdir, '*.tgz')):

    # Get the parts from the base tgz filename using regular expressions.
    part = re.findall(re_pattern, os.path.basename(tar_file))[0]

    # Build the extraction path from each part.
    extract_path = os.path.join(extract_rootdir, *part)

    # Perform the extract of all files from the zipfile.
    with tarfile.open(tar_file, 'r:gz') as r:
        r.extractall(extract_path)

此代码的基础类似于 answer 最后一个问题。由于不确定的信息目录结构，我将提供一个结构例子。

D:\SPRING2019\Tarfiles中的TGZ文件：

DZB1216-500058L002001.tgz
DZB1216-500058L003001.tgz

提取D:\SPRING2019\Test中的目录结构：

DZB1216
    2001
    3001

使用glob检索.tgz文件路径。

来自示例文件名：DZB1216-500058L002001.tgz，正则表达式将捕获2组：

\A是字符串开头的锚点。
这不是一个小组。
(\w+)以匹配DZB1216。
这是第一组。
-\d+[a-zA-Z]0{0,5}与下一组匹配。
这不是一个小组。
(\d+)以匹配2001。
这是第二组。

使用以下值连接提取路径 extract_rootdir，DZB1216和2001。结果是D:\SPRING2019\Test\DZB1216\2001 作为提取路径。

使用tarfile 将从.tgz文件中提取所有内容。

Answer 2

看起来文件名是* .tgz，但您的文件名是* .tar.gz！

如何将许多tar.gz文件提取到目录中？

2 个答案: