在 java 中循环访问 tar.gz [重复]

Question

我有一个tar.gz文件，里面有大量的小xml文件（略少于1.5m）（没有子目录）。现在我想遍历这些文件，我正在尝试使用apache公共压缩来实现这一点。我不想像在类似主题中经常看到的那样输出或写入任何东西到新文件中。我只想逐步读取信息（完美的是能够在某个点停止并继续运行另一个程序，但那是次要的）。

因此，对于初学者，我认为我应该从这样的事情开始（计数器只是为了测试目的而存在以减少时间）：

public static void readTar(String in) throws IOException {
    try (TarArchiveInputStream tarArchiveInputStream =
                 new TarArchiveInputStream(
                         new BufferedInputStream(
                                 new GzipCompressorInputStream(
                                         new FileInputStream(in))))){
        TarArchiveEntry entry;
        int counter = 0;
        while ((entry = tarArchiveInputStream.getNextTarEntry()) != null && counter < 1000) {
            counter++;
            System.out.println(entry.getFile());
        }
    }
}

但是entry.getFile()的结果总是null，所以我不能处理它的内容，而entry.getName()返回预期的结果。

如果有人能指出我的错误，我会很高兴的。

Answer 1

getFile方法的解释基本上说它对从存档中读取的条目没有用。

https://commons.apache.org/proper/commons-compress/apidocs/org/apache/commons/compress/archivers/tar/TarArchiveEntry.html#getFile--

我认为您需要使用“阅读”：

https://commons.apache.org/proper/commons-compress/javadocs/api-1.18/org/apache/commons/compress/archivers/tar/TarArchiveInputStream.html#read-byte:A-int-int-

在弄清楚库是如何工作的时，我要做的另一件事是，我将链接源代码并查看库代码，以了解引擎盖下实际发生了什么。