Go tar 为什么遍历目录时内容为空

Go 用 archive/tar 遍历归档时，如果发现某个目录条目的内容为空，通常不是 Reader 失效，而是把“目录头信息”和“文件正文”当成了同一种数据。tar 中的目录主要提供路径、类型和元数据；TypeDir 没有需要读取的正文，所以对它调用 Read 得到空结果是正常行为。

正确的判断顺序是先看 Header.Typeflag，再决定是否读取当前条目。目录用于建立层级，普通文件才交给 io.Copy 或 io.ReadAll 读取；不要用“读取到的字节数是否大于 0”反推目录是否存在。

• 目录为空：TypeDir 是结构节点，通常没有文件正文。
• 文件有内容：只有切换到普通文件头后，tar.Reader 才提供当前文件的数据流。
• 遍历要前进：Next 返回下一个头，并会丢弃当前条目尚未读取的剩余数据。

先把目录头和文件头分开

tar.Reader.Next 每次返回一个 *tar.Header。Header.Name 是归档内的路径，Header.Typeflag 描述条目类型，Header.Size 表示普通文件的逻辑大小。目录有时以结尾斜杠出现，也可以直接通过类型标志判断；仅检查名称后缀并不可靠。

因此，下面的代码不会把目录当成文件读取，而是分别统计目录和文件：

package main

import (
	"archive/tar"
	"fmt"
	"io"
)

func listEntries(r io.Reader) error {
	tr := tar.NewReader(r)
	for {
		hdr, err := tr.Next()
		if err == io.EOF {
			return nil // 读到归档尾部，遍历正常结束
		}
		if err != nil {
			return fmt.Errorf("读取 tar 头失败: %w", err) // 保留损坏归档等真实原因
		}

		if hdr.Typeflag == tar.TypeDir {
			fmt.Printf("目录: %s\\n", hdr.Name) // 目录只有层级信息，不读取正文
			continue
		}
		fmt.Printf("文件: %s, size=%d\\n", hdr.Name, hdr.Size) // 普通文件才有可读数据
	}
}

这里的关键不是把目录“补出内容”，而是明确任务：目录条目用于还原归档结构，文件条目才用于提取字节。若只想列出路径，连 Read 都不需要。

读取普通文件时不要混淆当前游标

当 Next 返回普通文件后，tr 就代表这个文件的当前数据流。读取完成后再调用下一次 Next。如果文件较大，优先把它复制到目标文件或流式处理，不要无条件把全部数据装进内存。

func extractRegularFiles(r io.Reader, dst io.Writer) error {
	tr := tar.NewReader(r)
	for {
		hdr, err := tr.Next()
		if err == io.EOF {
			return nil // 所有条目处理完成
		}
		if err != nil {
			return fmt.Errorf("定位下一个条目失败: %w", err) // 不把格式错误当成空目录
		}
		if hdr.Typeflag != tar.TypeReg {
			continue // 目录、链接等特殊条目没有普通文件正文
		}
		if _, err := io.Copy(dst, tr); err != nil {
			return fmt.Errorf("提取 %s 失败: %w", hdr.Name, err) // 记录具体归档路径
		}
		return nil // 示例只提取第一个普通文件；批量提取时继续循环
	}
}

示例里的 dst 是输出流，真实项目通常应根据 hdr.Name 构造目标路径，并额外限制路径穿越风险。若要批量提取，把最后的 return nil 改成继续循环，同时为每个文件创建独立目标流。

为什么“内容为空”还可能出现在普通文件上

如果条目确实是普通文件，仍然读不到内容，就按下面的边界排查：

1. 是否提前调用了下一次 Next：调用后当前文件的数据边界已经切换，之前未读取的数据会被丢弃。
2. 是否误用了 Header.Size：它描述当前文件大小，不代表目录大小，也不能替代实际读取。
3. 是否复用了已消费的输入流：tar.NewReader 从当前位置开始解析，输入流已经被读过时，归档可能从中间开始。
4. 是否忽略了错误：把除 io.EOF 之外的错误当成“没有内容”，会掩盖截断或格式异常。

另外，符号链接、硬链接、设备文件和 FIFO 也不是普通文件正文。Go 文档明确说明，对这些特殊类型以及 TypeDir 调用 Read 会返回空结果；因此读取逻辑应该先做类型分流。

常见问题

目录条目的 Size 为什么是零？

目录头表达的是层级和元数据，不是目录下所有文件的总字节数。要统计目录占用，需要在遍历时按路径前缀聚合普通文件的 Header.Size。

只调用 Next 不调用 Read 可以吗？

可以。如果任务只是列出条目，读取正文没有意义；下一次 Next 会自动跳过当前条目尚未消费的数据。

应该用 TypeDir 还是 Name 的斜杠判断目录？

优先使用 Typeflag。名称斜杠可作为辅助信息，但不应成为唯一条件，因为归档格式和生成工具可能带来不同的命名表现。