使用java迭代tar.gz文件

我正在使用Apache Commons Compress庫來迭代.tar.gz文件。我的問題是，如果我使用.getNextTarEntry（）迭代tar文件，我可以始終假定tarArchiveEntry對象是以前的條目的後代，它們是目錄。我無法用簡單的英語解釋這個所以這裏是代碼示例：使用java迭代tar.gz文件

try (
        FileInputStream fileInputStream = new FileInputStream(tarFile); 
        GZIPInputStream gzipInputStream = new GZIPInputStream(fileInputStream); 
        TarArchiveInputStream tarArchiveInputStream = new TarArchiveInputStream(gzipInputStream);) { 

       TarArchiveEntry tarArchiveEntry; 

       while (null != (tarArchiveEntry = tarArchiveInputStream.getNextTarEntry())) { 
        if (tarArchiveEntry.isDirectory()) { 
         currentDirEntry = tarArchiveEntry 
        } else { 
         //Is tarAchiveEntry always "child" of currentDirEntry 
        } 
       } 
      }

我的問題是我處理龐大的名爲.tar.gz文件（幾個GB大，含> 100K文件）和我不想爲每個單個文件解析父目錄名（它們包含重要信息）。我只想解析目錄名一次，並假設所有的下一個條目都是這個目錄的子目錄。如果我打到下一個目錄，那麼這個過程從一開始就開始。

我不能使用DIY的方法，因爲我不確定什麼會影響創建.tar.gz文件時的文件順序，但由於tar格式不包含任何索引（據我所知？），它會使感覺到目錄條目在它們的內容之前被列出。

任何幫助表示讚賞。

來源

2014-01-26 Mikk

由於tar檔案沒有索引，commons-compress無法確定最近解壓目錄中的其他文件是否稍後會出現（不解壓整個文件）。因此，你的問題是關於壓縮程序的行爲，而不是你的解壓縮程序。

通常，對tar文件中條目的順序沒有限制（甚至是它們的唯一性 - 稍後的條目可能會覆蓋更早的條目）。我的命令行tar會按照文件在命令行上傳遞的順序將文件打包到歸檔文件中，因此我可以像a/foo b/bar a/baz b/quux那樣進行替換，這就是它們的打包順序。例如，我可能會這樣做，以保持相似性在檔案中彼此鄰近的文件，以利用基於字典（滑動窗口）算法如gzip進行更好的壓縮。

只有當您具有創建您正在處理的文件的存檔器的特殊知識時，纔可以假定目錄中的所有文件都連續列出在tar存檔中。

來源

2014-06-19 18:59:08

使用java迭代tar.gz文件

回答

相關問題