如何提取.tar.gz内文件时避免重复解压压缩，保留gzip格式？

我们的流水线会生成数百万个.tar.gz文件，每个文件内只包含一个文本文件。现在需要交付仅用gzip压缩、未打包成tar格式的文本文件。目前我用下面的命令实现：

tar xvf output-059a270d.tar.gz output-059a270d.txt && gzip output-059a270d.txt

但有没有办法利用tar/.gz格式的特性，跳过先解压再重新压缩的步骤？

必须可以！你的.tar.gz是「单文件打包成tar + 整体gzip压缩」的结构，完全能跳过中间生成未压缩文本的步骤，直接一步转成单独的.gz文件，省空间又省时间。

给你几个实用的方法：

1. 最简管道实现（推荐） #

直接让tar把提取的文本内容输出到控制台，再通过管道传给gzip写入目标文件：

tar xOf output-059a270d.tar.gz output-059a270d.txt | gzip > output-059a270d.txt.gz

• 关键参数O（大写O）：让tar不把文件写到磁盘，而是直接输出内容到标准输出
• 全程没有中间的未压缩文本文件，磁盘IO少了一大截，处理百万级文件时效率提升很明显

2. 拆分gzip解压步骤的写法（适合调试） #

如果你想先确认tar包的内容，也可以把外层gzip的解压单独拆出来，逻辑更清晰：

zcat output-059a270d.tar.gz | tar xO -f - output-059a270d.txt | gzip > output-059a270d.txt.gz

和上面的方法效率差不多，只是把gzip解压的步骤用zcat单独做了，适合排查问题时用。

3. 批量处理脚本 #

既然你有上百万个文件，手动一个个敲肯定不行，整个批量处理的循环：

for tarfile in *.tar.gz; do
  # 从tar文件名里提取出对应的txt文件名
  txt_filename="${tarfile%.tar.gz}.txt"
  # 一步转换
  tar xOf "$tarfile" "$txt_filename" | gzip > "${tarfile%.tar.gz}.txt.gz"
done

把这段脚本存成convert.sh，给执行权限后运行，就能自动处理当前目录下所有.tar.gz文件。

内容的提问来源于stack exchange，提问作者kojiro