如何将文件从 python 中的 tarfile 提取到不同的目标文件名？

问题描述

我有一个 tarfile.TarFile，我想从中提取一些文件到修改后的目标文件名；有一个与我不想触及的存档成员同名的现有文件。具体来说，我想附加一个后缀，例如存档中名为 foo/bar.txt 的成员应提取为 foo/bar.txt.mysuffix。

这两个有些明显但也有些不尽人意的方法是：

使用extractfile提取每个文件，使用shutil.copyfileobj创建重命名文件并复制内容；但是，这要么仅限于常规文件，要么仅限于所有特殊处理，例如，必须复制 tarfile 中实现的稀疏文件、符号链接、目录等。
extractall 到一个临时目录，然后重命名并复制到目的地；这只是感觉不必要的复杂，需要与主机系统进行更多交互并引入新的故障模式，而且似乎很容易犯这种微妙的错误（例如，请参阅 shutil.copy/copy2 上的警告）。

TarFile 上是否没有接口或钩子可以简洁、正确地实现这一点？

解决方法

有 TarFile.getmembers() 方法，它以列表的形式返回档案的成员。在那里您可以循环并选择要提取或不提取的文件。根据 tar 的大小，您的第二种方法也可行，但不是最好的。

object = tarfile.open('example.tar','r')
for member in object.getmembers():
    if "whatever" in member.name:
        object.extract(member,"example_dir")

浏览Lib/tarfile.py，我发现了这个comment：

    #--------------------------------------------------------------------------
    # Below are the different file methods. They are called via
    # _extract_member() when extract() is called. They can be replaced in a
    # subclass to implement other functionality.

    def makedir(self,tarinfo,targetpath):
       #...
    
    def makefile(self,targetpath):
       # ...

官方参考文档中没有提到这些方法，但它们似乎是公平的游戏。要在现有的打开 TarFile 实例上覆盖这些，我们可以创建一个子类 Facade/Wrapper：

class SuffixingTarFile(tarfile.TarFile):
    def __init__(self,suffix: str,wrapped: tarfile.TarFile):
        self.suffix = suffix
        self.wrapped = wrapped

    def __getattr__(self,attr):
        return getattr(self.wrapped,attr)

    def makefile(self,targetpath):
        super().makefile(tarinfo,targetpath + self.suffix)

    # overwrite makedir,makelink,makefifo,etc. as desired

示例：

tar = tarfile.open(...)
star = SuffixingTarFile(".foo",tar)
star.extractall()  # extracts all (regular) file members with .foo suffix appended

python tarfile