如何用Python递归遍历tarball内所有文件（无需解压）

你的示例代码其实已经走对了方向，tarfile.getmembers()会返回tar包内的所有成员，包括子目录里的文件，根本不需要单独处理目录分支——目录本身不是文件，直接跳过就行，只处理文件类型的成员即可。

修改后的完整代码 #

import tarfile

with tarfile.open("sample.tar") as tar_file:
    # 遍历tar包内的所有成员
    for member in tar_file.getmembers():
        # 只处理文件（排除目录、符号链接等非文件类型）
        if member.isfile():
            # 打印文件完整路径，方便区分来源目录
            print(f"=== 读取文件: {member.name} ===")
            # 读取文件内容
            content = tar_file.extractfile(member).read()
            # 文本文件解码成字符串输出，二进制文件显示字节长度
            try:
                print(content.decode('utf-8'))
            except UnicodeDecodeError:
                print(f"这是二进制文件，总字节数: {len(content)}")

代码说明 #

• member.name会返回文件的完整路径（比如Documents/file1.txt、Pictures/image1.jpg），不管它在哪个子目录下；
• extractfile(member)可以直接通过成员对象访问对应文件的内容，不需要手动遍历目录结构；
• 额外加了编码判断，避免图片这类二进制文件解码报错。

可选：只读取指定目录下的文件 #

如果不需要遍历所有文件，只想读取Documents和Pictures下的内容，可以加路径过滤：

import tarfile

# 指定要读取的目标目录（注意末尾的斜杠，避免匹配到同名前缀的文件）
target_dirs = ("Documents/", "Pictures/")

with tarfile.open("sample.tar") as tar_file:
    for member in tar_file.getmembers():
        # 只处理目标目录下的文件
        if member.isfile() and member.name.startswith(target_dirs):
            print(f"=== 读取目标文件: {member.name} ===")
            content = tar_file.extractfile(member).read()
            # 根据文件类型处理内容...

内容的提问来源于stack exchange，提问作者Dang Huy Nguyen