Python：从tarball中解压单个文件夹

给定一个包含多个目录的tarball，如何只提取一个特定的目录

import tarfile  
tar = tarfile.open("/path/to/tarfile.tar.gz")  
tar.list()

。。。rootdir/subdir_1/file_1.ext
... rootdir/subdir\u 1/file\n.ext
... rootdir/subdir_2/file_1.ext
等等

如何仅从subdir_2中提取文件

注意：整个操作都是在内存a中完成的

import tarfile, urllib2, StringIO  
data = urllib2.urlopen(url)  
tar = tarfile.open(mode = 'r|*', fileobj = StringIO.StringIO(data.read()))  

---

。。。因此，将所有内容提取到磁盘并移动必要的文件夹是不可行的。

您似乎就快到了-我认为您可以使用

getnames（）

的内容并将其与相结合来处理内存中的文件，例如：

import re
files = (file for file in tar.getnames() if file.startswith('rootdir/'))

---

您建议如何保存

tarfile.extractfile（）

返回的文件对象？我似乎找不到合适的方法；

pickle

/

cPickle

正确吗？或者有更好的方法吗？假设文件相对较小，您应该能够对提取的文件对象调用.read（），并将内容写入已在写入模式下打开的常规python文件对象。tarball.getnames（）中的f的Ari-

：

如果f.startswith（package\u name）：

打开（package\u name，'w'）。写入（tarball.extractfile（f.read（））

返回一个错误：

tarfile.StreamError:不允许向后搜索。

无论我尝试了多少种变体，我都会遇到这种情况。似乎我在尝试使用tarfile处理数据流时遇到了限制。明白了。最后使用ByteIO构造内存中的临时文件，以便来回搜索。看起来像

tarfile.getnames（）

/

tarfile.getmembers（）

由于

标题

/

数据

/

标题

/

数据

tarball的性质，因此可以读取整个文件。（）感谢您的帮助。