读取 tarfile 在 python 中是空的，即使 tar -zxcf 有效

Question

我正在尝试使用 python 从内存中读取和写入 tar.gz 文件。我已经阅读了相关的 python 文档，并提出了以下最小工作示例来演示我的问题。

text = "This is a test."
file_name = "test.txt"

text_buffer = io.BytesIO()
text_buffer.write(text.encode(encoding="utf-8"))

tar_buffer = io.BytesIO()

# Start a tar file with the memory buffer as the "file".
with tarfile.open(fileobj=tar_buffer, mode="w:gz") as archive:   

    # We must create a TarInfo object for each file we put into the tar file.
    info = tarfile.TarInfo(file_name)
    text_buffer.seek(0, io.SEEK_END)
    info.size = text_buffer.tell()

    # We have to reset the data frame buffer as tarfile.addfile doesn't do this for us.
    text_buffer.seek(0, io.SEEK_SET)

    # Add the text to the tarfile.
    archive.addfile(info, text_buffer)


with open("test.tar.gz", "wb") as f:
    f.write(tar_buffer.getvalue())

# The following command works fine.
# tar -zxvf test.tar.gz 

archive_contents = dict()

# Start a tar file with the memory buffer as the "file".
with tarfile.open(fileobj=tar_buffer, mode="r:*") as archive:

    for entry in archive:
        entry_fd = archive.extractfile(entry.name)
        archive_contents[entry.name] = entry_fd.read().decode("utf-8")

奇怪的是使用

tar

命令提取存档完全正常。我看到一个文件

test.txt

包含字符串

This is a test.

.

但是

for entry in archive

立即完成，因为存档中似乎没有文件。

archive.getmembers()

返回一个空列表。

另一个奇怪的问题是当我在打开字节流时设置

mode="r:gz"

我得到以下异常

Exception has occurred: ReadError
empty file
tarfile.EmptyHeaderError: empty header

During handling of the above exception, another exception occurred:

  File ".../test.py", line 283, in <module>
    with tarfile.open(fileobj=tar_buffer, mode="r:gz") as archive:
tarfile.ReadError: empty file

我也尝试过使用

test.tar.gz

命令创建一个

tar

文件（假设它们可能是我编写 tar 文件的方式的一些问题），但我得到了同样的异常。

我一定是遗漏了一些基本的东西，但我似乎无法在网上找到任何例子。

Answer 1

在提取文件之前，您需要将缓冲区的位置重置为开头，因为写入 tar_buffer 后，其位置在文件的末尾。因此，当您尝试从中读取时，没有要提取的文件

 with open("test.tar.gz", "wb") as f:
        f.write(tar_buffer.getvalue())
        tar_buffer.seek(0)
    
       archive_contents = dict()