Python 如何将大量tar.gz文件提取到一个目录中？

我试图提取一些tar.gz文件，但没有成功

我试图修改我用来提取zip文件的代码。下面是我的文件结构、文件和一些代码

文件结构：

D:\\Test\\Tar

文件名：

DZB1212-500258L004001_4.tgz
DZB1213-500119L002001_2.tgz
DZB1213-500119L006001_6.tgz

我尝试过的代码：

import glob
import os
import re
import tarfile
import gzip
import shutil
os.chdir('E:\\SPRING2019\\SILKROAD\\Folder_Extraction_Auto\\SRTM_DEMs\\TESTEXTRACTER3\\USGS_Declassified\\Declass2_2002')

#set up pathing
tarfile_rootdir = ('E:\\SPRING2019\\SILKROAD\\Folder_Extraction_Auto\\SRTM_DEMs\\TESTEXTRACTER3\\USGS_Declassified\\Declass2_2002')
extract_rootdir = ('E:\\SPRING2019\\SILKROAD\\Folder_Extraction_Auto\\TEST')

#process the zip files [a-zA-Z] to [\w] and removed the _ seperating the two WORKED!!!!!!!!!!!!
re_pattern = re.compile(r'\A([\w+]*)')
#CHANGED ABOVE CREATED HTO_O with no subfolers but all extracted
for tar_file in glob.iglob(os.path.join(tarfile_rootdir, '*.tar.gz')):
    part = re.findall(re_pattern, os.path.basename(tar_file))[0]
    part = [item.upper() for item in part]
    folder = {'outer': '{0}{1}{2}{3}'.format(*part), 'inner': '{0}{1}{2}{3}'.format(*part)}
    extract_path = os.path.join(extract_rootdir, folder['outer'])
    with tarfile.open(tar_file, 'r:gz') as tarfile:
        tar_file.extractall(extract_path)

---

它将运行，但不会发生任何事情。

看起来您的文件名是*.tgz，但您的glob是*.tar.gz

import glob, os, re, tarfile

# Setup main paths.
tarfile_rootdir = r'D:\SPRING2019\Tarfiles'
extract_rootdir = r'D:\SPRING2019\Test'

# Process the files.
re_pattern = re.compile(r'\A(\w+)-\d+[a-zA-Z]0{0,5}(\d+)')

for tar_file in glob.iglob(os.path.join(tarfile_rootdir, '*.tgz')):

    # Get the parts from the base tgz filename using regular expressions.
    part = re.findall(re_pattern, os.path.basename(tar_file))[0]

    # Build the extraction path from each part.
    extract_path = os.path.join(extract_rootdir, *part)

    # Perform the extract of all files from the zipfile.
    with tarfile.open(tar_file, 'r:gz') as r:
        r.extractall(extract_path)

此代码的基础类似于 最后一个问题。由于不确定的信息 目录结构，我将提供一个结构作为 例如

D:\SPRING2019\Tarfiles

中的TGZ文件：

DZB1216-500058L002001.tgz
DZB1216-500058L003001.tgz

在

D:\SPRING2019\Test

中提取目录结构：

DZB1216
2001
3001

使用检索

.tgz

文件路径

来自示例文件名：

DZB1216-500058L002001.tgz

， 正则表达式将捕获两个组：

• \A

  是字符串开头的锚。
  这不是一个团体

• （\w+）

  匹配

  DZB1216

  
  这是第一组

• -\d+[a-zA-Z]0{0,5}

  匹配到下一组。
  这不是一个团体

• （\d+）

  匹配

  2001

  
  这是第二组

提取路径使用的值连接

extract\u rootdir

、

DZB1216

和

2001

。 这将导致

D:\SPRING2019\Test\DZB1216\2001

作为提取路径

使用

---

将从

.tgz

文件中提取所有内容。

文件扩展名不重要，理论上，您可以使用tar调用任何您喜欢的文件。如果你在Linux上，你可以试试'file'命令，它会告诉你它是否真的是一个Gzip tar文件。我一直在这一行上获取和索引错误：folder={'outer'：{0}{1}{2}{3}。format（*part），'inner'：{0}{1}{2}{3}。format（*part part}从我所见，你的正则表达式与文件名的第一个字符匹配，因此，对于上述所有文件，

part

的值为“D”。然后将其传递到

format

时，它是一个长度为1的列表，但格式字符串需要4个值。如果您的正则表达式是

r'\A（[\w]*）”

？我仍然无法得到任何结果！[在这里发表评论，因为我还没有对你的问题发表评论的声誉]@michael_heath是正确的，但我建议不要重复使用名称

tarfile

，因为这与导入的模块名称冲突。事实上，在最后一行中，您使用的是

taru文件

（注意下划线）。我建议更改为：

，将tarfile.open（tar_file，'r:gz'）改为t:t.extractall（extract_path）

通常我会建议变量的全名，但我们已经没有办法说“tar file”。也许for循环中的

tar\u文件

应该被称为

tar\u文件路径

以获得额外的清晰性？这个修复程序让它工作了！除了我出了一个关键错误。说我的文件名找不到但设置正确你必须是老师。。。或者一个巫师。无论哪种方式，你都在向一些感谢你帮助的学生传授很多知识！非常感谢，它工作得很好！：）