ingest-archive-tar-extractor

name	ingest_archive_tar_extractor
name_zh	TAR 压缩包解压
description	TAR 压缩包解压工具。递归扫描目录内 .tar / .tar.gz / .tar.bz2 / .tar.xz 文件，解压并输出解压清单。不负责 zip、7z、rar 等其他格式的解压。
input_params	[{"name":"input_dir","type":"string","required":true,"description":"待解压目录（递归）"},{"name":"output_dir","type":"string","required":true,"description":"解压输出根目录"},{"name":"report","type":"string","required":true,"description":"解压报告输出路径（JSON）"},{"name":"max_entries","type":"string","required":false,"default":"0","description":"单包最大解压文件数（0 不限）"}]
output_params	[{"name":"output_dir","type":"directory","description":"解压输出根目录"},{"name":"report","type":"json_file","description":"解压报告"}]
tag	数据筛选
publisher	COMMUNITY

ingest_archive_tar_extractor — TAR 压缩包解压

功能概述

递归扫描目录内 .tar、.tar.gz、.tgz、.tar.bz2、.tbz2、.tar.xz、.txz 文件，解压并输出解压清单。使用 Python 标准库 tarfile。

参数说明

参数	必填	默认值	说明
--input_dir	是		待解压目录（递归）
--output_dir	是		解压输出根目录
--report	是		解压报告输出路径（JSON）
--max_entries	否	0	单包最大解压文件数（0 不限）

使用方法

python scripts/run_ingest_archive_tar_extractor.py \
  --input_dir <input_dir> \
  --output_dir <output_dir> \
  --report <report.json>

支持的 TAR 变体

扩展名	模式
.tar	无压缩
.tar.gz / .tgz	gzip
.tar.bz2 / .tbz2	bzip2
.tar.xz / .txz	xz / lzma