Python内存读写tar.gz异常：tar命令正常但Python读取为空

你遇到的核心问题是写完tar.gz到内存缓冲区后，没有将缓冲区的文件指针重置到起始位置，导致读取时从缓冲区末尾开始，自然读不到有效内容。

问题原因 #

当通过tarfile.open(fileobj=tar_buffer, mode="w:gz")完成归档写入后，tar_buffer的文件指针（seek位置）停在了缓冲区的末尾。此时直接以读模式打开该缓冲区，会从当前指针位置（末尾）开始读取，因此会被判定为空文件，要么返回空成员列表，要么抛出empty file异常。

修正后的完整代码 #

import io
import tarfile

text = "This is a test."
file_name = "test.txt"

text_buffer = io.BytesIO()
text_buffer.write(text.encode(encoding="utf-8"))

tar_buffer = io.BytesIO()

# 写入tar.gz到内存缓冲区
with tarfile.open(fileobj=tar_buffer, mode="w:gz") as archive:   
    info = tarfile.TarInfo(file_name)
    text_buffer.seek(0, io.SEEK_END)
    info.size = text_buffer.tell()
    text_buffer.seek(0, io.SEEK_SET)
    archive.addfile(info, text_buffer)

# 关键步骤：将tar_buffer的指针重置到起始位置
tar_buffer.seek(0, io.SEEK_SET)

with open("test.tar.gz", "wb") as f:
    f.write(tar_buffer.getvalue())

# 读取内存中的tar.gz
archive_contents = dict()
with tarfile.open(fileobj=tar_buffer, mode="r:*") as archive:
    for entry in archive:
        entry_fd = archive.extractfile(entry.name)
        archive_contents[entry.name] = entry_fd.read().decode("utf-8")

print(archive_contents)  # 输出: {'test.txt': 'This is a test.'}

补充说明 #

• 无论写完后立即读取内存缓冲区，还是先写入磁盘再重新加载到内存，都必须确保tar_buffer的文件指针处于起始位置（执行tar_buffer.seek(0)）。
• 如果是从磁盘读取已有的tar.gz文件到内存缓冲区，同样需要在打开前执行seek(0)操作。

内容的提问来源于stack exchange，提问作者python-cat-1023