Python：从FTP获取TAR中的单个文件
我有一个FTP服务器，上面存放着我所有的tar文件，这些tar文件的大小都超过500MB，而且数量很多。我只需要从一个包含多个文件的tar文件中提取出一个单独的文件，这个tar文件的大小也超过500MB。
我最开始的想法是下载每一个tar文件，然后再从中找出我需要的那个文件，但这样做似乎效率不高。
我使用Python作为编程语言。
1 个回答
0
这个回答并不是专门针对Python的，因为这个问题也不只限于Python：理论上，你可以直接读取Tar文件中存放你数据的部分。通过FTP（还有Python的ftplib库），你可以先发送一个REST命令来指定文件的起始位置，然后用RETR命令开始下载数据，等你下载到需要的数据量后，就可以关闭数据连接。
不过，Tar是一种没有中心索引的文件格式，比如说，Tar中的每个文件前面都有一个小的头部，里面包含了文件名、大小等信息。所以要获取特定的文件，你必须先读取第一个头部，检查它是否是你想要的文件。如果不是，你就得跳过这个文件的大小，继续尝试下一个。对于Tar中有很多小文件的情况，这种方法比直接下载整个文件（或者至少下载到相关部分）要低效得多，因为每次读取都需要建立新的数据连接，这样会造成很多额外的开销。但如果Tar中有大文件，这种方法可能就能奏效。
不过，如果文件不是TAR（*.tar），而是TGZ（*.tgz或*.tar.gz）文件，那你就完全没戏了。这些是压缩过的Tar文件，要获取文件的任何部分，你必须先解压缩所有内容。所以在这种情况下，你只能下载整个文件，或者至少下载到相关部分。