如何用PHP的RecursiveIteratorIterator按原顺序遍历tar包内容？

Tar包内的文件默认按加入顺序存储，通过tar tvf命令可以看到原始顺序：

# tar tvf file.tgz
-rw-r--r-- 0/0       962 2023-01-17 13:40:17 6fe3b8b5-a4dc-4976-bea9-227434c11cda
-rw-r--r-- 0/0       962 2023-01-17 13:40:17 febe009e-8ce0-4027-abda-e27f5f949dde
-rw-r--r-- 0/0       962 2023-01-17 13:40:17 4fea07a6-a90c-4cb4-9969-4cac08422ccf
-rw-r--r-- 0/0       962 2023-01-17 13:40:17 01610297-c577-4e6c-9ce9-7825a40e6d0c
-rw-r--r-- 0/0       962 2023-01-17 13:40:26 01b498ca-3d87-426b-b01d-d4e75921cb00
-rw-r--r-- 0/0       962 2023-01-17 13:40:26 45821111-f69d-4331-87d8-f3afd9918c91

但使用PHP 8.1的RecursiveIteratorIterator遍历PharData对象时，文件会被自动按字母序排序：

$p = new PharData($path);
foreach (new RecursiveIteratorIterator($p) as $file) {
    echo $file . "\n";
}

输出结果为：

phar:///path/to/file/01610297-c577-4e6c-9ce9-7825a40e6d0c
phar:///path/to/file/01b498ca-3d87-426b-b01d-d4e75921cb00
phar:///path/to/file/45821111-f69d-4331-87d8-f3afd9918c91
phar:///path/to/file/4fea07a6-a90c-4cb4-9969-4cac08422ccf
phar:///path/to/file/6fe3b8b5-a4dc-4976-bea9-227434c11cda
phar:///path/to/file/febe009e-8ce0-4027-abda-e27f5f949dde

解决方案 #

方法1：调用系统tar命令解析原始顺序 #

如果运行环境支持tar命令，可以直接执行命令获取原始顺序的文件列表，再逐个处理：

$path = 'file.tgz';
// 执行tar命令提取文件名（按原始顺序）
$output = shell_exec("tar tvf $path | awk '{print $6}'");
$files = array_filter(explode("\n", trim($output)));

foreach ($files as $file) {
    $p = new PharData($path);
    $content = $p[$file]->getContent();
    echo "处理文件：$file\n";
}

这种方法简单直接，能准确获取tar包的原始文件顺序，但依赖系统环境中的tar命令，跨平台性稍差。

方法2：使用第三方库Archive_Tar #

PEAR的Archive_Tar库支持按原始顺序读取tar包内容，无需依赖系统命令：

首先安装库：

pear install Archive_Tar

然后编写代码：

require_once 'Archive/Tar.php';

$tar = new Archive_Tar('file.tgz');
// 获取所有文件条目（按原始顺序）
$fileList = $tar->listContent();

foreach ($fileList as $fileInfo) {
    $filename = $fileInfo['filename'];
    // 提取文件内容
    $content = $tar->extractInString($filename);
    echo "处理文件：$filename\n";
}

这个方法跨平台性更好，不需要依赖系统tar命令，但需要额外安装第三方库。

方法3：手动解析Tar格式（原生PHP） #

如果不想依赖外部工具或库，可以手动解析tar文件格式，按字节顺序读取每个文件头，获取原始顺序：

$handle = fopen('file.tgz', 'rb');
$gz = gzopen($handle, 'rb');

// tar文件每个条目头固定为512字节
while (!gzeof($gz)) {
    $header = gzread($gz, 512);
    if (trim($header) === '') break; // 读取到结束块，终止循环

    // 解析文件名（tar头前100字节）
    $filename = trim(substr($header, 0, 100));
    if (empty($filename)) continue;

    // 解析文件大小（头中124-135字节，八进制格式）
    $size = octdec(trim(substr($header, 124, 11)));
    echo "找到文件：$filename\n";

    // 跳过文件内容（tar内容按512字节对齐）
    $skipBytes = $size % 512 === 0 ? $size : $size + (512 - ($size % 512));
    gzseek($gz, gztell($gz) + $skipBytes);
}

gzclose($gz);
fclose($handle);

这种方法完全不依赖外部资源，但需要熟悉tar文件的格式规范，适合对环境有严格限制的场景。

内容的提问来源于stack exchange，提问作者g4b0