我有以下代码来打开 .tgz 文件,但我得到 tarfile.ReadError: file could not be opened successfully.
fp = tarfile.open('file.tgz', 'r')
print fp.list()
fp.close()
我可以使用“tar -xvzf file.tgz”提取这个档案。显然它与文件的创建方式有关,因为当我使用
file
比较两个不同的 .tgz 文件时,我发现了差异; file2.tgz 适用于这段代码。
$ 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
知道为什么会发生这种情况,或者我如何修改 file.tgz 以便它与 tarfile 一起使用?
注意:我使用的是 Python 2.7.5.
在我的例子中,文件是 double 压缩的。我听从了Rob的建议尝试
gzip -l --verbose file.gz
,发现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。但是 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。如果你解压一次,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