合并两个按此格式分块的文件XXXXX.csv.gz_1_2.tar&；XXXXX.csv.gz_2_2.tar（使用python或pyspark）

我有两个文件的格式是XXXX.csv.gz_1_2.tar&XXXX.csv.gz_2_2.tar，我的目标是合并这些文件，以便能够解压完整的文件以获得csv文件

你能帮我吗

我尝试使用linux cmd中的

tar

或

cat

函数导入操作系统，如：

import os

cat="cat C:/Users/AAAA/XXXX.csv.gz_1_2.tar C:/Users/AAAA/XXXX.csv.gz_2_2.tar > C:/Users/AAAA/XXXX.csv.gz.tar "

os.system(cat)

谢谢大家!

下面的代码（几乎）完全是从中窃取的，显然是使用了两个（或任意数量的）原始tar文件

import tarfile

old_tars = ("….tar", "….tar.gz", "….tar.xz", …)

with tarfile.open("new.tar", "w") as new_tar:
    for old_tar in (tarfile.open(tar_name, "r") for tar_name in old_tars):
        for member in old_tar.getmembers():
            new_tar.addfile(member, old_tar.extractfile(member.name))
        old_tar.close()

---

（当然，在现实世界的程序中，tar文件的名称不会硬编码到源代码中）。

您需要：1）untar/uncompress gz.tar以从两个文件中提取csv文件。（tar/gz是压缩和归档格式）2）连接两个csv文本文件，考虑是否存在任何标题行（在这种情况下，您显然需要删除第二个文件的标题行），然后（可选）3）对结果进行tar/压缩。在任何情况下，关于您的尝试，您都不能使用

cat

连接两个二进制文件（tar.gz文件是二进制的）。为什么

[linux]

标记和

C:

起始路径名？您可以很容易地修改“在python中将文件从一个tar添加到另一个tar”中的问题和答案中的代码这真的不是同一个问题，但谢谢你。