从Python打开megawarc存档时出错

Question

我发现自己不得不使用python脚本来访问web存档。

我所拥有的是一个来自http://archive.org/details/archiveteam-fanfiction-warc-11的'megawarc'网络归档文件。我需要使用在https://github.com/alard/megawarc处找到的python脚本来取消这个megawarc。

我试图运行'restore'命令，并从第一个链接获取所需的三个文件（FILE.warc.gz， FILE.tar和FILE.json.gz）。

我安装了python 2.7和3.3。

-------------- --------------更新

我已经跑了两个这种方法..

python megawarc restore FILE 

而且这种方法..

请确保您有在同一个目录中的文件megawarc和ordereddict.py，你要转换的文件。 重命名文件megawarc到megawarc.py 打开一个python控制台使用Python 2.7这个目录

Type the following code (line by line) : 

import sys 
sys.argv = ['megawarc','restore','FILE'] 
import megawarc 
megawarc.main() 

在，这就是我得到..

c:\Python27>python megawarc restore FILE 
Traceback (most recent call last): 
    File "megawarc", line 563, in <module> 
main() 
    File "megawarc", line 552, in main 
mwr.process() 
    File "megawarc", line 460, in process 
self.process_entry(entry, tar_out) 
    File "megawarc", line 478, in process_entry 
entry["target"]["offset"], entry["target"]["size"]) 
    File "megawarc", line 128, in copy_to_stream 
raise Exception("End of file: %d bytes expected, but %d bytes read." % (buf_size, l)) 
Exception: End of file: 4096 bytes expected, but 236 bytes read. 

有没有别的东西，我很失踪？

我有以下的文件都在 C：\ python27

FILE.megawarc.json.gz 

FILE.megawarc.tar 

FILE.megawarc.warc.gz 

megawarc 

ordereddict.py 

这是某种类型的损坏文件的错误？有什么我失踪？

Answer 1

您提供的第二个链接，有两个重要的文件：

megawarc 
ordereddict.py 

的可执行脚本是megawarc。要运行它，您必须在外壳中启动它。

python megawarc restore FILE 

或者，如果您使用的是基于UNIX的系统。你可以做

chmod +x megawarc 

为了让megawarc脚本可执行财产，然后用

./megawarc restore FILE 

这里运行，FILE是，如果3个文件，你必须是你应该键入实际名称FILE.warc.gz，FILE.tar，和FILE.json.gz。如果需要，您必须通过通用前缀将此参数更改为3个输入文件。

编辑：

好吧，我发现，如果你没有一个标准的shell启动的命令行脚本，将工作的替代品。 你所要做的是：

• 请确保您有文件megawarc，并在同一目录ordereddict.py，你要转换的文件。
• 文件megawarc重命名为megawarc.py
• 打开一个python控制台这个目录

• 键入下列代码（逐行）在：

  import sys 
  sys.argv = ['megawarc','restore','FILE'] 
  import megawarc 
  megawarc.main() 
  

这应该工作，我刚刚尝试过。 希望它会有所帮助。