从含嵌套Zip的Tar文件提取XML失败，脚本问题求助

我帮你梳理下原脚本的问题，再给你一个能正常工作的版本哈～你要处理的是「Tar包套两层Zip，最终提取最内层XML」的场景，原脚本有几个关键逻辑没处理到位：

• 只处理了Tar里的第一层Zip，完全没碰里面嵌套的第二层Zip，自然拿不到最内层的XML文件
• content.extract(content)这行代码逻辑错误：ZipFile.extract()需要传入压缩包内的具体成员名称，而不是ZipFile对象本身
• 没有针对XML文件做筛选，就算提取了中间文件，也没定位到目标文件

修正后的完整脚本 #

import tarfile
import os
from zipfile import ZipFile

# 设置提取文件的存放目录，替换成你实际的路径
os.chdir("C://.../temp/foo")

# 打开目标Tar文件，记得补全完整的文件路径哦
with tarfile.open("C://你的完整路径/大型Tar文件.tar", 'r') as tar:
    # 遍历Tar包内的所有成员
    for tar_member in tar.getmembers():
        # 先筛选第一层的Zip文件
        if tar_member.name.endswith(".zip"):
            # 读取Tar内的Zip文件对象（无需提前提取到本地）
            with tar.extractfile(tar_member) as zip1_file:
                # 打开第一层Zip包
                with ZipFile(zip1_file, 'r') as zip1:
                    # 遍历第一层Zip内的所有文件
                    for zip1_member in zip1.namelist():
                        # 筛选第二层嵌套的Zip文件
                        if zip1_member.endswith(".zip"):
                            # 读取第二层Zip的文件对象
                            with zip1.open(zip1_member) as zip2_file:
                                # 打开第二层Zip包
                                with ZipFile(zip2_file, 'r') as zip2:
                                    # 遍历第二层Zip内的文件，找到目标XML
                                    for zip2_member in zip2.namelist():
                                        if zip2_member.endswith(".xml"):
                                            # 提取XML文件到当前工作目录
                                            zip2.extract(zip2_member)
                                            print(f"已成功提取目标XML：{zip2_member}")

脚本关键说明 #

• 用with语句自动管理文件资源，不用手动调用close()，避免资源泄漏
• 分层处理嵌套压缩包：从Tar到第一层Zip，再到第二层Zip，每一层都精准筛选对应格式的文件
• 直接通过文件对象读取嵌套的压缩包，不需要先提取中间层的Zip到本地，节省磁盘空间
• 明确筛选.xml结尾的目标文件，只提取你需要的内容，避免冗余文件

内容的提问来源于stack exchange，提问作者J. Doe