Python实现不解压修改Tar文件内目录为根路径（替代7-zip操作）

问题背景 #

现有一个TAR文件，原始结构如下：

├── dir1
│   ├── sub-dir1
│   │    ├── file1
│   │    ├── file2
│   ├── sub-dir2
│   │    ├── file3
│   ├── file4
├── dir2
│   ├── file5
├── dir3
│   ├── file6
│   ├── file7

同事通过7-zip打开TAR，将dir1重命名为/dir1后，在RHEL机器上解压时，dir1下的内容会直接被放到系统根目录的/dir1中，无需手动移动。现在需要通过Python脚本实现这一效果，避免手动操作。

此前尝试直接修改arcname参数（如/{sub_path.name}）或手动创建TarInfo对象均失败，出现目录结构异常、文件损坏等问题。

失败原因分析 #

1. 错误的路径设置：直接为dir1目录设置arcname="/dir1"时，跨平台（Windows创建、Linux解压）下TAR对绝对路径的处理可能出现不一致；若误遍历dir1的子项并设置arcname="/xxx"，会导致子项与dir2/dir3同级，而非嵌套在/dir1下。
2. 路径分隔符错误：使用Windows的反斜杠\作为路径分隔符，会被TAR格式识别为文件名的一部分，导致异常目录。
3. 手动TarInfo处理不当：未正确设置文件权限、大小等属性，或未正确读取文件内容写入TAR，导致解压时文件损坏。

解决方案 #

核心思路是将dir1下的所有内容，以/dir1/xxx的绝对路径格式添加到TAR中，确保解压时能直接映射到系统根目录的/dir1。具体步骤：

1. 先添加/dir1目录本身的条目；
2. 遍历dir1下的所有子项，为每个子项设置以/dir1/为前缀的归档路径。

完整代码示例 #

from pathlib import Path
import tarfile

# 配置路径
tar_file_path = Path("my_tar.tar")
unmod_path = Path("/path/to/dir2_dir3_parent")  # 包含dir2、dir3的父目录
mod_path = Path("/path/to/dir1_parent")         # 包含dir1的父目录

with tarfile.open(tar_file_path, "w", format=tarfile.GNU_FORMAT) as tfh:
    # 添加dir2和dir3，保持原有相对路径结构
    for sub_path in unmod_path.iterdir():
        tfh.add(sub_path, arcname=sub_path.name)
    
    # 处理dir1，映射为绝对路径/dir1
    dir1_path = mod_path / "dir1"
    # 先添加/dir1目录本身的条目（确保解压时自动创建目录）
    dir1_tarinfo = tfh.gettarinfo(dir1_path, arcname="/dir1")
    tfh.addfile(dir1_tarinfo)
    
    # 遍历dir1下的所有子项，设置绝对路径归档名
    for item in dir1_path.rglob("*"):
        # 计算子项相对于dir1的路径
        rel_path = item.relative_to(dir1_path)
        # 构建绝对路径格式的归档名
        arcname = f"/dir1/{rel_path}"
        tfh.add(item, arcname=arcname)

验证方法 #

在Linux系统上，使用以下命令查看TAR结构：

tar -tvf my_tar.tar

应能看到类似以下的输出，确认dir1下的内容均以/dir1/为前缀：

drwxr-xr-x user/group        0 YYYY-MM-DD HH:MM /dir1/
drwxr-xr-x user/group        0 YYYY-MM-DD HH:MM /dir1/sub-dir1/
-rw-r--r-- user/group      XXX YYYY-MM-DD HH:MM /dir1/sub-dir1/file1
drwxr-xr-x user/group        0 YYYY-MM-DD HH:MM /dir1/sub-dir2/
-rw-r--r-- user/group      XXX YYYY-MM-DD HH:MM /dir1/sub-dir2/file3
-rw-r--r-- user/group      XXX YYYY-MM-DD HH:MM /dir1/file4
drwxr-xr-x user/group        0 YYYY-MM-DD HH:MM dir2/
-rw-r--r-- user/group      XXX YYYY-MM-DD HH:MM dir2/file5
drwxr-xr-x user/group        0 YYYY-MM-DD HH:MM dir3/
-rw-r--r-- user/group      XXX YYYY-MM-DD HH:MM dir3/file6
-rw-r--r-- user/group      XXX YYYY-MM-DD HH:MM dir3/file7

解压时使用--absolute-names参数即可将/dir1下的内容直接放到系统根目录：

tar xf my_tar.tar --absolute-names

内容的提问来源于stack exchange，提问作者Angrod