cas-bigdatalab ingest_archive_tar_extractor — TAR 压缩包解压
功能概述
递归扫描目录内 .tar、.tar.gz、.tgz、.tar.bz2、.tbz2、.tar.xz、.txz 文件，解压并输出解压清单。使用 Python 标准库 tarfile。
参数说明
| 参数 | 必填 | 默认值 | 说明 |
|---|---|---|---|
--input_dir |
是 | 待解压目录（递归） | |
--output_dir |
是 | 解压输出根目录 | |
--report |
是 | 解压报告输出路径（JSON） | |
--max_entries |
否 | 0 | 单包最大解压文件数（0 不限） |
使用方法
python scripts/run_ingest_archive_tar_extractor.py \
--input_dir <input_dir> \
--output_dir <output_dir> \
--report <report.json>
支持的 TAR 变体
| 扩展名 | 模式 |
|---|---|
.tar |
无压缩 |
.tar.gz / .tgz |
gzip |
.tar.bz2 / .tbz2 |
bzip2 |
.tar.xz / .txz |
xz / lzma |