如何在python3中读取和列出tgz文件？

Question

在python 3（3.6.8）中，我想读取gzip压缩的tar文件并列出其内容。

我发现this solution会产生错误

UnicodeDecodeError: 'utf-8' codec can't decode byte 0x8b in position 1: invalid start byte

在找到的this suggestion中搜索此错误，因此我尝试了以下代码段：

with open(out_file) as fd:
    gzip_fd = gzip.GzipFile(fileobj=fd)
    tar = tarfile.open(gzip_fd.read())

产生相同的错误！

那怎么做对呢？

即使在查看实际文档here时，我也想到了以下代码：

tar = tarfile.open(out_file, "w:gz")
for member in tar.getnames():
   print(tar.extractfile(member).read())

最终可以正常运行-但没有在屏幕上打印tar存档的任何内容！

tar文件格式正确，包含文件夹和文件。 （我需要尝试共享此文件）

Answer 1

当您open未指定mode的文件时，默认情况下将其读取为文本。您需要使用mode='rb'标志将文件作为原始字节流打开，然后将其提供给gzip阅读器

with open(out_file, mode='rb') as fd:
    gzip_fd = gzip.GzipFile(fileobj=fd)
    tar = tarfile.open(gzip_fd.read())

Answer 2

python-archive模块（可在pip上获得）可以帮助您：

from archive import extract

file = "you/file.tgz"
try:
    extract(file, "out/%s.raw" % (file), ext=".tgz")
except:
    # could not extract
    pass

可用的扩展名是（v0.2）：'.zip'，'。egg'，'。jar'，'。tar'，'。tar.gz'，'。tgz'，'。tar.bz2' ，“。tz2”

更多信息：https://pypi.org/project/python-archive/

Answer 3

不确定为什么以前不起作用，但是以下解决方案对我有用，以便使用python 3.6列出gzip压缩tar存档的文件和文件夹：

tar = tarfile.open(filename, "r:gz")
print(tar.getnames())