Python如何判断文件是zip还是tar.gz并执行对应解压操作

需要实现自动判断压缩包格式，对zip格式执行解压、对tar.gz格式执行解包的逻辑，原有代码运行未达到预期效果。

• 变量引用顺序错误：首次给target_path赋值时，接口请求还未发起、primresult变量尚未定义，属于提前引用无效变量
• 语法错误：初始行download_url = https:github.com/sergi/go-diff/archive/refs/tags/v1.2.0.zip的链接值未加字符串引号，不符合Python语法规范
• 函数传参错误：调用process_archive()时传入的是字符串常量'download_url'，不是存储实际下载链接的变量，导致后缀判断逻辑完全失效
• 文件写入逻辑缺陷：stream模式下直接用resp.raw.read()可能出现内容截断，导致下载的压缩包损坏
• 缺少异常校验：没有判断本地文件是否存在、压缩包格式是否合法，遇到异常场景会直接崩溃
• 资源泄漏风险：手动调用close()的逻辑如果中途抛错，会导致文件句柄无法正常释放

import os
import json
import tarfile
import zipfile
import requests
from requests.auth import HTTPBasicAuth

# 替换为实际使用的prim编号
primNumber = "替换为你的实际prim值"

# 请求组件查询接口
primQueryURL = requests.get(
    f'http://example.com?query={{"username":"xxxxx","token":"xxxxxx","facility":"COMPONENT_QUERY", "prim":"{primNumber}"}}',
    timeout=10,
    headers={"Content-Type": "application/json"}
)
primresult = json.loads(primQueryURL.text)
download_url = primresult['download_url']
source_url = primresult['source_code_url']
target_path = download_url.split("/")[-1]
print(f"压缩包将保存为：{target_path}")

# 下载压缩包
resp = requests.get(source_url, stream=True, auth=HTTPBasicAuth('xxxx', 'xxxxx'))
if resp.status_code != 200:
    raise RuntimeError(f"压缩包下载失败，HTTP状态码：{resp.status_code}")
with open(target_path, 'wb') as f:
    # 分块写入，避免大文件读取不全、内存占用过高
    for chunk in resp.iter_content(chunk_size=8192):
        if chunk:
            f.write(chunk)

# 压缩包处理函数
def process_archive(file_path):
    if not os.path.isfile(file_path):
        raise FileNotFoundError(f"待处理文件不存在：{file_path}")
    # 优先匹配.tar.gz后缀，避免格式判断冲突
    if file_path.endswith('.tar.gz'):
        with tarfile.open(file_path, 'r:gz') as tar:
            tar.extractall()
        print(f"tar.gz格式包 {file_path} 解包完成")
    elif file_path.endswith('.zip'):
        with zipfile.ZipFile(file_path, 'r') as zip_ref:
            zip_ref.extractall()
        print(f"zip格式包 {file_path} 解压完成")
    else:
        raise ValueError(f"暂不支持的压缩格式：{file_path}")

# 传入本地文件路径执行处理
process_archive(target_path)

• 调整变量定义顺序：在拿到接口返回结果、解析出primresult后再初始化target_path，避免提前引用未定义变量
• 修正函数传参逻辑：直接传入实际存储本地文件路径的target_path变量，保证后缀判断逻辑正常生效
• 优化文件下载逻辑：采用分块迭代写入的方式替代全量读取，避免压缩包下载损坏、内存占用过高的问题
• 增加异常校验：新增HTTP请求状态校验、本地文件存在性校验、不支持格式的错误提示
• 调整格式判断顺序：优先匹配.tar.gz后缀，避免后缀匹配逻辑冲突
• 改用上下文管理器（with语句）处理文件和压缩包IO，自动释放资源，避免文件句柄泄漏
• 补全了缺失的依赖导入，修正了原始代码中的字符串语法错误

内容的提问来源于stack exchange，提问作者Demo Demo