如何在Python中使用shutil提取.000格式文件

你当前代码的问题 #

• 硬指定tar格式解压.000文件是错误的，.000通常是分卷压缩文件，不属于tar格式
• 路径拼接用f"{directory}\{file}"存在跨平台兼容性问题，应该用os.path.join
• 内层循环复用了file变量，会覆盖外层循环的变量值，导致逻辑错误
• shutil.unpack_archive无法直接处理分卷格式的.000文件，需要针对性处理

.000文件的两种常见类型及处理方案 #

.000一般是分卷压缩文件，常见有两种情况，对应不同处理方式：

1. Split工具拆分的分卷文件 #

这类文件是通过split命令将单个大文件拆分成多个小分卷（比如xxx.000, xxx.001, xxx.002...），需要先合并所有分卷，再处理合并后的文件。

合并代码示例：

import os

def merge_split_files(input_dir, output_path):
    # 按文件名排序分卷文件
    split_files = sorted([f for f in os.listdir(input_dir) if f.endswith('.000') or f.startswith(os.path.basename(output_path).split('.')[0])])
    with open(output_path, 'wb') as out_f:
        for f in split_files:
            file_path = os.path.join(input_dir, f)
            with open(file_path, 'rb') as in_f:
                out_f.write(in_f.read())

2. 7-Zip分卷压缩文件 #

如果是7-Zip生成的分卷（通常命名为xxx.7z.000，但也可能省略.7z直接用.000），可以使用py7zr库来直接解压，无需手动合并。

先安装依赖：

pip install py7zr

解压代码示例：

import py7zr

def extract_7z_split(archive_path, output_dir):
    # 7-Zip分卷只需要指定第一个分卷（.000文件）即可自动识别所有分卷
    os.makedirs(output_dir, exist_ok=True)
    with py7zr.SevenZipFile(archive_path, mode='r') as z:
        z.extractall(output_dir)

适配你场景的完整修改代码 #

结合你原本的需求（先解压zip，再处理.000文件），修改后的代码如下：

import os
import shutil
import py7zr

def extract_zip(zip_path, output_dir):
    shutil.unpack_archive(zip_path, output_dir)

def extract_7z_split(archive_path, output_dir):
    os.makedirs(output_dir, exist_ok=True)
    with py7zr.SevenZipFile(archive_path, mode='r') as z:
        z.extractall(output_dir)

def process_files(root_dir):
    # 先处理所有zip文件
    for file_name in os.listdir(root_dir):
        if file_name.endswith('.zip'):
            zip_path = os.path.join(root_dir, file_name)
            extract_zip(zip_path, root_dir)
    
    # 处理9050/9070开头的目录下的.000文件
    target_dirs = [d for d in os.listdir(root_dir) if d.startswith('9050') or d.startswith('9070')]
    for dir_name in target_dirs:
        dir_path = os.path.join(root_dir, dir_name)
        if not os.path.isdir(dir_path):
            continue
        
        output_root = os.path.join(root_dir, 'TestExtract000')
        for file_name in os.listdir(dir_path):
            if file_name.endswith('.000'):
                archive_path = os.path.join(dir_path, file_name)
                # 按7-Zip分卷处理，如果是split拆分的，替换成merge_split_files逻辑
                extract_7z_split(archive_path, output_root)

if __name__ == "__main__":
    root_directory = os.path.join(os.getcwd(), "BDP Raw data")
    process_files(root_directory)

注意事项 #

• 如果你的.000是split拆分的，把extract_7z_split替换成前面的merge_split_files函数即可
• 确保所有分卷文件都在同一个目录下，否则解压/合并会失败
• 处理大文件时，注意内存占用，合并split文件可以分块读取写入，避免内存溢出

内容的提问来源于stack exchange，提问作者Haru Ko-izumi