解压文件（如果存档中存在）

Question 1

一种选择是使用pax标准命令来提取 tar 档案，并使用该-'s/regexp/replacement/选项从选择中删除我们不需要的成员：

<file.tar.gz gunzip |
  pax '-s:'{aaa,bbb,ccc}':&:' \
      '-s:.*::' -r

这个想法是，对于路径中包含aaa,bbb或ccc的所有存档成员，我们将它们替换为相同的，因此无操作，但这会导致在存在匹配时跳过下一个替换，特别是s:.*::具有丢弃存档成员的效果。

要查看将提取的内容，您可以删除-r.将标志添加p到替换中，以便获取正在进行哪些替换的报告。

请注意，pax至少在 Debian/Ubuntu 上发现的 MirBSD 实现中，我发现如果存在符号链接的存档成员，如果符号链接目标与模式不匹配（即使它们的路径匹配），它们将被丢弃。看https://austingroupbugs.net/view.php?id=1618目前正在讨论在这方面改进 API 的地方。

Answer

一种选择是使用pax标准命令来提取 tar 档案，并使用该-'s/regexp/replacement/选项从选择中删除我们不需要的成员：

<file.tar.gz gunzip |
  pax '-s:'{aaa,bbb,ccc}':&:' \
      '-s:.*::' -r

这个想法是，对于路径中包含aaa,bbb或ccc的所有存档成员，我们将它们替换为相同的，因此无操作，但这会导致在存在匹配时跳过下一个替换，特别是s:.*::具有丢弃存档成员的效果。

要查看将提取的内容，您可以删除-r.将标志添加p到替换中，以便获取正在进行哪些替换的报告。

请注意，pax至少在 Debian/Ubuntu 上发现的 MirBSD 实现中，我发现如果存在符号链接的存档成员，如果符号链接目标与模式不匹配（即使它们的路径匹配），它们将被丢弃。看https://austingroupbugs.net/view.php?id=1618目前正在讨论在这方面改进 API 的地方。

Question 2

tar据我所知，GNU 和 BSD命令不支持这一点，但是：

如果tar存档足够小或者无法从介质上读取，则回卷的成本很高（实际的磁带档案），您可以list_of_matching_files=$(tar -tf file.tar.gz | grep '(aaa|bbb|ccc)')编译文件列表。您不会喜欢当文件名包含换行符时发生的情况，这是完全合法的。

因此，这将使您（至少在 GNU 中tar）可以选择使用该选项对每个已执行的文件执行命令--to-command=。tar将设置TAR_REALNAME环境变量，您的程序可以使用该环境变量来选择是否将通过管道传输的数据写入具有适当名称的文件，或者只是忽略。然后，您还应该处理TAR_**设置为正确处理文件/目录类型、所有者、模式和日期的其他环境变量。简而言之，除了阅读（相当愚蠢的）.tar格式之外，您还可以tar在自己的程序/shell 脚本中完成工作。

或者，老实说，由于无论如何都需要按顺序读取 tar，并且存储通常很便宜，因此只需提取所有内容，在途中记下提取的文件，然后删除“错误”的文件。

或者，可能值得尝试一下，7z当模式不匹配时，提取 tar 文件是否也会中止。

最后：每种适当的编程语言都可能有一个tar消耗库。可能真的值得六行Python，请参阅第二个例子来自官方文档：

#!/usr/bin/env python3
import os
import tarfile

def py_files(members):
    for tarinfo in members:
        """
        modify this check: only `yield tarinfo` if the
        tarinfo.name matches your needs. Conveniently,
        python has string functions like `tarinfo.name.startswith("foo")`
        and a capable regex library
        """
        if os.path.splitext(tarinfo.name)[1] == ".py":
            yield tarinfo

tar = tarfile.open("sample.tar.gz")
tar.extractall(members=py_files(tar))
tar.close()

Answer