在Google Colab中无法解压Spark的.tgz文件如何解决？

问题情况 #

以下命令可正常执行：

# 下载Java虚拟机(JVM)
!apt-get install openjdk-8-jdk-headless -qq > /dev/null
!wget -q https://dlcdn.apache.org/spark/spark-3.3.0/spark-3.3.0-bin-hadoop3.tgz

但执行解压命令时出现报错：

!tar xf spark-3.3.0-bin-hadoop3.tgz

错误提示如下：

gzip: stdin: not in gzip format
tar: Child returned status 1
tar: Error is not recoverable: exiting now

已通过!pwd确认，压缩包与当前工作目录处于同一位置。

解决办法 #

• 先检查文件完整性：执行!ls -lh spark-3.3.0-bin-hadoop3.tgz查看文件大小，该压缩包正常大小约280MB，若文件大小差距过大，说明下载不完整。
• 重新下载并显示进度，避免静默下载导致的问题：

  !wget https://dlcdn.apache.org/spark/spark-3.3.0/spark-3.3.0-bin-hadoop3.tgz --show-progress
  

• 若重新下载后仍报错，用file命令验证文件类型：

  !file spark-3.3.0-bin-hadoop3.tgz
  

  若输出不是gzip compressed data，说明下载的并非有效压缩包（可能是网站返回的错误页面），可尝试用curl替代wget下载：

  !curl -O https://dlcdn.apache.org/spark/spark-3.3.0/spark-3.3.0-bin-hadoop3.tgz
  

内容的提问来源于stack exchange，提问作者Katsu