bash：仅提取 tar.gz 存档的一部分

Question

我有一个非常大 .tar.gz 文件，由于空间不足，我无法将其全部提取出来。我想提取 一半的内容，处理它们，然后提取剩下的一半。

存档包含几个子目录，这些子目录又包含文件。当我提取一个子目录时，我需要 all 将其内容与它一起提取。

在 bash 中执行此操作的最佳方法是什么？ tar 是否已经允许这样做？

Answer 1

你也可以使用一一提取

tar zxvf file.tar.gz PATH/to/file/inside_archive -C DESTINATION/dir

您可以包含一个脚本：

1) 保持 PATH 和 DESTINATION 相同（是的，您可以使用自己的基本目录作为 DESTINATION）

2) 您可以使用

获取存档中文件的路径

tar -ztvf file.tar.gz

3) 您可以使用 for files in $(tar -ztvf file.tar.gz | awk '{print $NF}') 之类的 for 循环，并根据需要定义中断条件。

我会这样做：

#!/bin/bash
for files in $(tar -ztvf file.tar.gz| awk '{print $NF}')
do 
subDir=$(dirname $files)
echo $subDir     
tar -C ./My_localDir/${subDir} -zxvf file.tar.gz $files 
done

$subDir 包含子目录的名称

根据您的要求在上面添加中断条件。

Answer 2

例如，您可以仅提取与某些模式匹配的文件：

tar -xvzf largefile.tar.gz --wildcards --no-anchored '*.html'

因此，根据 largefile.tar 结构，可以使用一种模式提取文件 -> 处理它们 -> 之后删除文件 -> 使用另一种模式提取文件，依此类推。

Answer 3

好的，所以基于this answer，我可以列出所需深度的所有内容。 就我而言，tar.gz 文件的结构如下：

archive.tar.gz:
archive/
archive/a/
archive/a/file1
archive/a/file2
archive/a/file3
archive/b/
archive/b/file4
archive/b/file5
archive/c/
archive/c/file6

所以我想遍历子目录a, b, c，例如提取其中的前两个：

parent_folder='archive/'
max_num=2
counter=0
mkdir $parent_folder
for subdir in `tar --exclude="*/*/*" -tf archive.tar.gz`; do
    if [ "$subdir" = "$parent_folder" ];
    then
        echo 'not this one'
        continue        
    fi
    if [ "$counter" -lt "$max_num" ];
    then
        tar zxvf archive.tar.gz $subdir -C ./${parentfolder}${subdir}
        counter=$((counter + 1))
    fi
done

接下来，对于剩余的文件：

max_num=2
counter=0
mkdir $parent_folder
for subdir in `tar --exclude="*/*/*" -tf files.tar.gz`; do
    if [ "$subdir" = "$parent_folder" ];
    then
        echo 'not this one'
        continue        
    fi
    if [ "$counter" -ge "$max_num" ];
    then
        tar zxvf files.tar.gz $subdir -C ./${parent_folder}$subdir
    fi
    counter=$((counter + 1))
done