从存档文件中有条件地提取文件

Question

我有一个大的tar.gz存档文件，其中包含nxml个文件，总大小约为5gb。 我的目的是从中提取文件，但我不必提取所有文件。我必须提取所有名称大于阈值的文件。

例如： 让我们考虑1000是我们的阈值。所以
path/to/file/900.nxml将不会被提取，但
path/to/file/1100.nxml将被提取。

所以我的要求是从档案中有条件地提取文件。
谢谢

Answer 1

1. 使用tar -tf <archive>获取存档中的文件列表。
2. 处理文件列表，以确定您需要提取的文件。将文件列表写入临时文件<filelist>，每个文件一行。
   • 查看您选择的标签，可以使用Python或bash进行此字符串过滤，无论您愿意使用哪种方式。
3. 使用tar -xf <archive> -T <filelist>提取您需要的文件。
   选项-T或--files-from从给定文件中读取要处理的文件名。
   • 另请参阅manpage for tar。

Answer 2

您还可以使用tar的--wildcards选项。
例如，在您的阈值为1000的情况下，您可以使用tar -xf tar.gz --wildcards path/to/files/????*.nxml。 ?将匹配一个字符，而使用*将匹配任意数量的字符。此模式将查找具有4个或更多字符的任何文件名。
希望这会有所帮助。