| 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 |