处理python中损坏的档案

Question

我有一个文件压缩/解压缩系统，我首先检查文件是否被压缩，如果没有，那么我将此文件压缩到tar存档（tar.gz）。然后将压缩的存档上载到服务器。上传后，服务器解压缩文件，并对该文件进行一些处理。

如果压缩服务在压缩文件期间关闭，则会出现问题。结果，tar存档被破坏了。

....
tar = tarfile.open(compress_file_name, "w:gz")
tar.add(file_path, arcname=file_name)
tar.close()
....

并尝试验证文件的完整性

try:
    f = tarfile.open(file_path) # This should throw CRC error but its not
except Exception, e:
    raise e

但事实上python似乎打开文件就好了。为了验证文件是否真的好，我试着打开文件tar -xvzf <corrupted_archive>，我得到了

[~/]$ tar -xvzf <corrupted_archive>

gzip: stdin: not in gzip format
tar: Child returned status 1
tar: Error is not recoverable: exiting now

现在我可以使用subprocess.call(['tar','-xvzf',archive_name])在python中使用相同的过程，但实际上我用什么pythonic方法来验证文件的完整性。

任何帮助将受到高度赞赏。

Answer 1

除非标题已损坏，否则打开文件不会产生任何错误。您需要读取整个文件以显示错误。无论这是tar.gz，来自GZIP（.gz）部分的CRC将足以（希望）揭示错误：

import gzip

with gzip.open(file_path) as g:
    try:
        while g.read(1024 * 1024):
            pass
    except IOError as e:
        print("Corrupted!", e)