Python 直接将字符串写入 tar 文件

Question

有没有一种方法可以直接将字符串写入tar文件？从http://docs.python.org/library/tarfile.html来看，似乎只能添加已经写入文件系统的文件。

- gatoatigrado

Answer 1

我认为这是可能的，通过使用TarInfo和TarFile.addfile来处理StringIO作为文件对象。非常粗糙，但可以运行。

import tarfile
import StringIO

tar = tarfile.TarFile("test.tar","w")

string = StringIO.StringIO()
string.write("hello")
string.seek(0)
info = tarfile.TarInfo(name="foo")
info.size=len(string.buf)
tar.addfile(tarinfo=info, fileobj=string)

tar.close()

- Stefano Borini

---

你可以直接使用StringIO.StringIO("hello")来替换写入和寻找。 - mpenkov

这个过程与Python3和bytesIO对象类似吗？ - proteneer

@proteneer：我相信在Python 3中，seek方法会给你一个二进制长度，同时它内部使用字符串len()函数，所以tarfile.copyfileobj函数将会失败并抛出OSError("end of file reached")异常。 - luckydonald

Answer 2

正如Stefano所指出的那样，你可以使用TarFile.addfile和StringIO。

import tarfile, StringIO

data = 'hello, world!'

tarinfo = tarfile.TarInfo('test.txt')
tarinfo.size = len(data)

tar = tarfile.open('test.tar', 'a')
tar.addfile(tarinfo, StringIO.StringIO(data))
tar.close()

你很可能还需要填充tarinfo的其他字段(例如mtime、uname等)。

- avakar

---

"正如Stefano所指出的那样"是编辑吗？否则，我不明白你做了什么不同的事情。感谢您的回复。 - gatoatigrado

我认为在我回复时，Stefano还没有发布任何代码，他只是指出可以使用TarFile.addfile和StringIO。尽管我的记忆有点模糊。 - avakar

顺便说一句，是的，在你写这篇文章之后，@Stefano提供的详细信息已经在编辑中添加了。另一个给出相同答案的回答也几乎同时出现。 - mattdm

Answer 3

我在查找如何在Django中提供刚创建的内存中的.tgz归档文件时发现了这个，也许其他人会发现我的代码有用：

import tarfile
from io import BytesIO


def serve_file(request):
    out = BytesIO()
    tar = tarfile.open(mode = "w:gz", fileobj = out)
    data = 'lala'.encode('utf-8')
    file = BytesIO(data)
    info = tarfile.TarInfo(name="1.txt")
    info.size = len(data)
    tar.addfile(tarinfo=info, fileobj=file)
    tar.close()

    response = HttpResponse(out.getvalue(), content_type='application/tgz')
    response['Content-Disposition'] = 'attachment; filename=myfile.tgz'
    return response

- scythargon

Answer 4

Python 3的解决方案使用io.BytesIO。请确保将TarInfo.size设置为字节的长度，而不是字符串的长度。

如果给定单个字符串，则最简单的解决方案是调用.encode()来获取字节。在当今时代，您可能需要UTF-8，但如果收件人希望使用特定的编码方式，例如ASCII（即无多字节字符），请改用该编码方式。

import io
import tarfile

data = 'hello\n'.encode('utf8')
info = tarfile.TarInfo(name='foo.txt')
info.size = len(data)

with tarfile.TarFile('test.tar', 'w') as tar:
    tar.addfile(info, io.BytesIO(data))

如果您真的需要一个可写的字符串缓冲区，类似于@Stefano Borini在Python 2中接受的答案，那么解决方案是使用io.TextIOWrapper覆盖底层的io.BytesIO缓冲区。

import io
import tarfile

textIO = io.TextIOWrapper(io.BytesIO(), encoding='utf8')
textIO.write('hello\n')
bytesIO = textIO.detach()
info = tarfile.TarInfo(name='foo.txt')
info.size = bytesIO.tell()

with tarfile.TarFile('test.tar', 'w') as tar:
    bytesIO.seek(0)
    tar.addfile(info, bytesIO)

- Todd Owen

---

你可以不指定 utf8 进行编码，因为它是默认值： data = 'hello\n'.encode() - gerardw

Answer 5

仅作记录：
StringIO对象有一个.len属性。
不需要执行seek（0），也不需要对foo.buf执行len（）。
无需将整个字符串保留下来以进行len（）操作，更不用说自己进行计算了。

（也许在OP编写时没有这样的属性。）

- Alias_Knagg

---

StringIO 对象没有 len 属性。在 Python 3.8 中，代码 StringIO('foo').len 会引发异常 AttributeError: '_io.StringIO' object has no attribute 'len'。（也许在回答写作时还没有这个属性。） - Jeyekomon

显然，它在2.7的StringIO中没有记录，但存在（但不在cStringIO中）。https://dev59.com/W2445IYBdhLWcg3w1tgS - Alias_Knagg

Answer 6

在我的情况下，我想要从一个已存在的 tar 文件中读取数据，添加一些内容到其中，并将其写入一个新文件。就像这样：

for ti in tar_in:
    buf_in = tar.extractfile(ti)
    buf_out = io.BytesIO()
    size = buf_out.write(buf_in.read())
    size += buf_out.write(other data)
    buf_out.seek(0)
    ti.size = size
    tar_out.addfile(ti, fileobj=buf_out)

处理目录和链接需要额外的代码。

- z0r

Answer 7

你需要使用TarInfo对象和addfile方法，而不是通常的add方法：

from StringIO import StringIO
from tarfile import open, TarInfo

s = "Hello World!"
ti = TarInfo("test.txt")
ti.size = len(s)

tf = open("testtar.tar", "w")
tf.addfile(ti, StringIO(s))

- Eli Courtwright