使用Python tarfile库打包目录出现多余@PaxHeader及异常目录的问题咨询
@PaxHeader的实际定义
- 这类条目并非磁盘上真实存在的实体文件,是使用PAX扩展格式生成tar归档时的配套元数据单元
- 按照PAX归档规范,当被打包的文件存在传统ustar格式无法承载的属性(例如超长文件名、ACL特殊权限、文件扩展属性)时,会为每个对应文件生成一个同名、带
@PaxHeader后缀的条目,专门存储超出基础格式范围的元数据 - 直接通过系统CLI执行打包时不会出现这类文件,是因为主流Linux发行版自带的tar工具默认使用GNU原生归档格式,未主动启用PAX扩展,因此不会生成这类附属元数据块
打包时消除冗余条目的实现方法
归档中出现的两类异常内容(根目录.条目、@PaxHeader条目)都可以通过tarfile的原生配置直接解决:
- 从根源禁用
@PaxHeader生成:Python tarfile从3.8版本开始将默认归档格式切换为PAX_FORMAT,这是和系统CLI行为产生差异的核心原因。可以在打开归档后手动指定使用GNU格式,和系统CLI行为完全对齐;同时修正add方法的路径参数,避免生成.目录冗余条目,示例代码:with tarfile.open(archive, 'w:gz') as tar: # 强制使用GNU归档格式,关闭PAX扩展元数据生成 tar.format = tarfile.GNU_FORMAT # 遍历待打包目录,显式指定归档内的路径,避免冗余根条目 for target_dir in ["1", "2"]: tar.add(target_dir, arcname=target_dir) - 自定义过滤规则剔除冗余条目:如果需要保留PAX格式的扩展能力,可以在调用
add方法时传入自定义过滤函数,手动拦截所有不符合预期的条目:def clean_tar_entry(tarinfo): # 拦截归档根目录下的.条目 if tarinfo.name == ".": return None # 拦截所有@PaxHeader元数据条目 if tarinfo.name.endswith("@PaxHeader"): return None return tarinfo # 调用add时挂载过滤规则 tar.add(target_path, arcname=target_path, filter=clean_tar_entry)
注:当前代码中生成多余
.目录的诱因,是tar.add(x, x)的路径传参逻辑——当传入的目标路径为相对路径、且未显式指定归档路径和原路径的映射关系时,库会自动将当前工作目录作为根.条目写入归档。
内容的提问来源于stack exchange,提问作者Pro
相关产品推荐
相关产品推荐

