如何在没有文件的情况下判断数据是否有效的tar文件？

Question

我有一个上传表单，要求上传一个tar文件，我想检查一下上传的数据是否有效。Python的tarfile模块有一个is_tarfile()的功能，但它需要一个文件名——我不想浪费资源把文件写到硬盘上，只是为了检查它是否有效。

有没有办法在不写入硬盘的情况下，使用标准的Python库来检查数据是否是一个有效的tar文件呢？

Answer 1

tarfile的open方法需要一个类似文件的对象作为它的fileObj参数。这个对象可以是一个StringIO实例。

Answer 2

tar文件格式的详细信息可以在维基百科上找到。

我觉得你可以先检查一下第一个文件的头部校验和是否有效。你也可以检查一下文件名是否正常，但这可能不太可靠，因为里面存储的文件名可能会有问题。

这里重复一下相关信息：

Offset  Size  Description
     0   100  File name
   100     8  File mode
   108     8  Owner's numeric user ID
   116     8  Group's numeric user ID
   124    12  File size in bytes
   136    12  Last modification time in numeric Unix time format
   148     8  Checksum for header block
   156     1  Link indicator (file type)
   157   100  Name of linked file

校验和是通过将头部块中无符号字节值的总和计算出来的，同时把八个校验字节当作ASCII空格（十进制值32）来处理。

它以六位八进制数字的形式存储，前面可能有零，然后是一个空字符和一个空格。

不同的实现可能不遵循这个规则，所以依赖于去掉前导空格的六位数字来计算校验和会更兼容。此外，一些早期的tar实现将字节视为有符号的。

读取者必须两种方式都计算校验和，如果有符号或无符号的总和与包含的校验和匹配，就可以认为是有效的。

还有UStar格式（在那个链接中也有详细说明），但由于它是对旧tar格式的扩展，上面提到的方法仍然适用。UStar主要是用来存储每个文件的额外信息。

另外，由于Python是开源的，你可以看看is_tarfile是怎么工作的，然后调整它来检查你的数据流，而不是文件。源代码可以在这里找到，路径是Python-3.1.1/Lib/tarfile.py，不过这对初学者来说可能有点难哦:-)

Answer 3

假设你上传的数据存储在一个叫 data 的字符串里。

from tarfile import TarFile, TarError
from StringIO import StringIO

sio = StringIO(data)
try:
    tf = TarFile(fileobj=sio)
    # process the file....
except TarError:
    print "Not a tar file"

还有一些额外的复杂情况，比如处理不同的tar文件格式和压缩方式。如果你想了解更多，可以查看 tarfile 的文档。