tarファイルのファイルバイトオフセット（および長さ）を取得する方法

Question

私は、何百万ものファイルを含む大きなtarファイルを持っています。効率の理由から、私はディスクにファイルを解凍したくありません。

代わりに、希望のファイル名が与えられたら、私はスクリプトを書いています。 Pythonはtarファイルから関連するデータを取得します。

インデックスを作成する簡単な方法は、tarファイルのすべてのファイルの開始バイトと長さを教えてください。私は上記のPythonスクリプトで使用するためのインデックスとしてディスクにダンプできますか？

おそらく、tarコマンドでこれを行うことができますが、マニュアルページには何も明白ではありません。

タールは圧縮されていません。

ありがとうございます。同様のユースケースと他人の利益のために

Answer 1

Pythonで（私はhttp://fomori.org/blog/?p=391たのである本質で便利なユーティリティを適応し、最終的に（つまりは、tarファイルのランダムアクセスを可能にインデックスを構築したいです） ）：1000％で

fp=open('index.txt','wt') 
ctr=0 
with tarfile.open(tarfname, 'r|') as db: 
    for tarinfo in db: 
    currentseek = tarinfo.offset_data 
    rec = "%d\t%d\t%d\t%s\n" % (ctr,tarinfo.offset_data, tarinfo.size, tarinfo.name) 
     fp.write(rec) 
     ctr += 1 
    if ctr % 1000 == 0: 
     db.members = [] 
fp.close() 

チェックはRAMを節約します。私はこれがもっとうまくいくかもしれないと確信しています。

Answer 2

tar -O -xf <tar-file> <file-you-want-to-extract> | <your-python-program>