在 Python 3 中将 gzip 与包含多个文件的存档一起使用

Question

所以基本上我有一个这样的文件系统：

main_archive.tar.gz
  main_archive.tar
    sub_archive.xml.gz
      actual_file.xml

这个存档中有数百个文件...所以基本上，gzip 包可以与 Python 3 中的多个文件一起使用吗？我只将它与一个压缩文件一起使用，所以我不知道如何遍历多个文件或多个级别的“压缩”。

我常用的解压方法是：

with gzip.open(file_path, "rb") as f:
  for ln in f.readlines():
    *decode encoding here*

当然，这有很多问题，因为通常“f”只是一个文件……但现在我不确定它代表什么？

任何帮助/建议将不胜感激！

编辑 1：

我已经接受了下面的答案，但是如果您正在寻找类似的代码，我的主干基本上是：

tar = tarfile.open(file_path, mode="r")
for member in tar.getmembers():
    f = tar.extractfile(member)
    if verbose:
        print("Decoding", member.name, "...")
    with gzip.open(f, "rb") as temp:
        decoded = temp.read().decode("UTF-8")
        e = xml.etree.ElementTree.parse(decoded).getroot()
        for child in e:
            print(child.tag)
            print(child.attrib)
            print("\n\n")

tar.close()

使用的主要包是gzip、tarfile和xml.etree.ElementTree。

Answer 1

gzip 仅支持压缩单个文件或流。在您的情况下，提取的流是 tar 对象，因此您可以使用 Python 的 tarfile library 来操作提取的内容。这个库实际上知道如何处理.tar.gz，所以你不需要自己显式提取gzip。

Answer 2

使用 Python 的 tarfile 来获取包含的文件，然后在循环中再次使用 Python 的 gzip 来提取 xml。