4

我有以下代码可以打开一个 .tgz 文件，但我得到了tarfile.ReadError: file could not be open successfully。

fp = tarfile.open('file.tgz', 'r')
print fp.list()
fp.close()

我可以使用“tar -xvzf file.tgz”提取此存档。显然它与文件的创建方式有关，因为当我使用 比较两个不同的 .tgz 文件时file，我看到了不同；file2.tgz 与这段代码一起工作。

$ file file.tgz 
file.tgz: gzip compressed data, from FAT filesystem (MS-DOS, OS/2, NT)

$ file file2.tgz 
file2.tgz: gzip compressed data, was "", last modified: Tue Aug 19 11:16:10 2014, max compression

有什么想法为什么会发生这种情况，或者我如何修改 file.tgz 以使其与 tarfile 一起使用？

注意：我使用的是 Python 2.7.5。

4

1 回答 1

0

就我而言，该文件是双重压缩的。我按照 Rob 的建议尝试gzip -l --verbose file.gz并找到了压缩比为负的关键提示。

method  crc     date  time    compressed uncompressed  ratio uncompressed_name
defla 8448d70e Jul  1 11:34        11176        11146  -0.3% output.gz

运行tar -xvf output.gz未归档没有问题。但 Python 的 tarfile 似乎认为它已损坏：

import tarfile
tarfile.open('output.gz', 'r:gz')  # throws invalid header error

那是因为 tar 似乎可以处理多级压缩。如果您解压缩一次，它应该可以工作：

import tarfile
import gzip
import shutil

with gzip.open('output.gz') as g:
    with open('output2.gz', 'wb') as f_out:
        shutil.copyfileobj(g, f_out)

tarfile.open('output2.gz', 'r:gz') # <tarfile.TarFile object at 0x109152690>

现在压缩比看起来正确：

gzip -l --verbose output*
method  crc     date  time    compressed uncompressed  ratio uncompressed_name
defla 8448d70e Jul  1 11:34        11176        11146  -0.3% output
defla 76e69d8c Jul  1 11:37        11146        44032  74.6% output2
于 2020-07-01T17:05:35.463 回答