tarfile.open()打开tar.gz文件必须显式指定mode='r:gz'，否则报oserror；解压前须用os.path.normpath和isabs校验路径防穿越，extractfile()可安全读取单个文件。
tarfile.open() 打开 tar.gz 文件必须指定 mode='r:gz'
不加 mode 或写错模式（比如只写 'r'）会导致报错 OSError: Not a gzipped file，哪怕文件后缀是 .tar.gz。Python 的 tarfile 不会自动根据后缀推断压缩方式，必须显式声明。
常见错误是直接 tarfile.open('a.tar.gz')，结果在读取时才崩；正确做法是：
import tarfile
with tarfile.open('archive.tar.gz', mode='r:gz') as tf:
tf.extractall()
-
'r:gz'表示以 gzip 方式读取 tar 流；'r:bz2'和'r:xz'同理 - 如果用
'r'，它只尝试 raw tar，遇到 gzip 头就失败 - Windows 上路径含中文时，
extractall()可能解出乱码名，需额外处理encoding参数
extractall() 默认解压到当前目录，路径穿越风险要手动过滤
tarfile 不做路径安全检查，恶意包里含 ../../../etc/passwd 这种路径会真实写入系统关键位置。生产环境必须校验成员路径。
推荐在 extractall() 前先遍历 getmembers()，过滤掉非相对路径：
import tarfile
with tarfile.open('malicious.tar.gz', 'r:gz') as tf:
# 只保留合法的相对路径成员
safe_members = [m for m in tf.getmembers()
if not m.name.startswith(('/', '..')) and '../' not in m.name]
tf.extractall(members=safe_members)
- 仅靠
startswith('..')不够，因为'foo/../etc/shadow'也能绕过 - 更稳妥的是用
os.path.normpath()+os.path.isabs()双重判断 - 若目标目录已存在同名文件，
extractall()会直接覆盖，无提示
想提取单个文件？别用 extractall()，用 extractfile() 配合 read()
如果只需要包里某个配置文件的内容（比如 config.json），全量解压再读太重，还可能触发路径穿越或磁盘爆满。
直接从 tar 流中定位并读取：
import tarfile
with tarfile.open('app.tar.gz', 'r:gz') as tf:
try:
f = tf.extractfile('config.json') # 注意：传入的是内部路径字符串
if f:
content = f.read().decode('utf-8')
except KeyError:
print("config.json not found")
-
extractfile()返回BytesIO类对象，不是文件路径 - 传入的路径必须和
tf.getnames()列出的一致，区分大小写、斜杠方向 - 如果文件很大，
f.read()会一次性加载进内存，考虑用f.readline()或分块读
gzip 层报错 OSError: Not a gzipped file？先确认是不是真 gzip
有些文件后缀是 .tar.gz，但实际只是未压缩的 .tar（比如某些构建脚本误命名），或者用了别的压缩算法（如 zstd）。硬套 'r:gz' 必然失败。
- 用命令行快速验证：
file archive.tar.gz—— 输出含gzip compressed data才是真的 - 也可以试开：
tarfile.open(..., 'r:*')让 Python 自动探测，但兼容性差，某些旧版本不支持 - 若确定是其他格式，改用对应 mode：
'r:bz2'、'r:xz'，或先用subprocess调7z/unlzma
事情说清了就结束。路径校验和压缩模式匹配，这两个点最容易漏，一漏就是线上事故。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
