一、压缩与解压
需要注意的是,在使用 tar 命令指定选项时可以不在选项前面输入“-”。例如,使用“cvf”选项和 “-cvf”起到的作用一样。
其实解打包和打包相比,只是把打包选项 “-cvf” 更换为 “-xvf”。
1、tar格式
打包成tar格式压缩包
tar -cvf anaconda-ks.cfg.tar anaconda-ks.cfg
#把anacondehks.cfg打包为 anacondehks.cfg.tar文件
解压tar格式压缩包
tar -xvf anaconda-ks.cfg. tar
#解打包到当前目录下
tar -xvf test.tar -C /tmp
#把文件包test.tar解打包到/tmp/目录下
2、tar.gz格式
打包成tar.gz格式压缩包
tar -zcvf renwolesshel.tar.gz /renwolesshel
解压tar.gz格式压缩包
tar zxvf renwolesshel.tar.gz
3、tar.bz2格式
打包成tar.bz2格式压缩包
tar -jcvf renwolesshel.tar.bz2 /renwolesshel
解压tar.bz2格式的压缩包
tar jxvf renwolesshel.tar.bz2
4、zip格式
压缩成zip格式
zip -q -r renwolesshel.zip renwolesshel/
解压zip格式的压缩包
unzip renwolesshel.zip
5、切分压缩
深度学习领域用到的数据集动辄几十上百G,在服务器上传和下载都不太方便,可以利用tar、split和cat命令将大的数据集文件切分为多个分卷,再进行下载或上传,然后再组装解压进行恢复:
切分压缩:这里用到了两个命令:tar和split,分别实现文件压缩和文件切割
tar czf - train.zip | split -b 6000m - train.tar.gz #将训练集切分为大小为6000M的多个分卷
6、切分压缩合并解压
解压恢复:这里也用到了两个命令:cat和tar,分别实现分卷组合和解压缩。
cat train.tar.gz* | tar -xzv
暂时先这些吧,后期遇到了再添加。