脚本中Tar打包如何排除目录

Linux脚本实战：Tar打包中如何高效排除指定目录（附案例详解）

目录导读

• 为什么要在Tar打包时排除目录？
• 排除目录的核心参数与基础用法
• 排除单个目录的脚本写法与实例
• 排除多个目录的多种策略对比
• 使用通配符与正则表达式排除复杂路径
• 实战：备份网站时排除缓存、日志、临时目录
• 常见错误与解决方案（QA问答）
• 排除嵌套目录的最佳实践与性能优化

---

为什么要在Tar打包时排除目录？

在Linux系统运维和自动化脚本中，tar命令是最常用的归档工具，但实际场景中，我们往往不需要打包整个目录树——比如备份网站时，cache/、logs/、tmp/等目录体积庞大且无保留价值；打包项目源码时，node_modules/、vendor/或.git/目录不仅浪费空间,还可能导致归档速度剧降。

排除目录的核心价值：

• 减少归档体积：跳过临时文件、依赖库、日志等无用数据。
• 提高打包速度：跳过海量小文件的遍历与压缩。
• 避免权限错误：某些系统目录（如/proc）或特殊权限目录可能导致打包失败。
• 符合备份策略：仅保留业务核心数据。

---

排除目录的核心参数与基础用法

Tar提供了两种官方支持的排除机制：

参数	说明	示例
--exclude=PATTERN	排除匹配指定模式的文件或目录	--exclude='cache'
--exclude-from=FILE	从文件中读取要排除的模式列表	--exclude-from=exclude.txt

基础语法结构

tar -czf output.tar.gz /path/to/source --exclude='dir1' --exclude='dir2'

注意：

• 排除模式是基于相对路径或通配符匹配,并非绝对路径。
• 排除模式对目录名和文件名均生效——例如--exclude='*.log'会排除所有.log文件。
• 如果需要排除目录本身但不影响其内部文件（即只排除目录结构），必须写成--exclude='dir_name/*'。

---

排除单个目录的脚本写法与实例

场景：打包/var/www/html，排除其中的cache目录

脚本1：直接写法（推荐）

#!/bin/bash
SOURCE="/var/www/html"
BACKUP_NAME="site_$(date +%Y%m%d).tar.gz"
tar -czf /backups/$BACKUP_NAME $SOURCE --exclude='cache'

脚本2：变量方式（更灵活）

#!/bin/bash
EXCLUDE_DIR="cache"
tar -czf backup.tar.gz /var/www/html --exclude="$EXCLUDE_DIR"

验证排除是否生效：

# 列出包内内容，确认没有cache目录
tar -tzf backup.tar.gz | grep -E "cache"
# 如果输出为空，说明排除成功

关键细节：

• 排除模式cache会匹配任何层级中名为cache的目录，例如/var/www/html/cache和/var/www/html/old/cache都会被排除。
• 若要仅排除顶层cache，需使用--exclude='./cache'或--exclude='cache/*'（具体见第5节）。

---

排除多个目录的多种策略对比

策略A：重复使用--exclude参数（简单直观）

tar -czf backup.tar.gz /data/project \
    --exclude='node_modules' \
    --exclude='.git' \
    --exclude='logs' \
    --exclude='tmp'

优点：无需额外文件，适合少量排除项。
缺点：排除项较多时命令行冗长,不易维护。

策略B：使用--exclude-from文件（推荐生产环境）

创建排除规则文件exclude.list：

node_modules/
.git/
logs/
tmp/
*.log
build/

脚本中引用：

tar -czf backup.tar.gz /data/project --exclude-from=exclude.list

优点：规则与脚本分离，方便修改；支持多项目复用。
缺点：需额外文件,注意相对路径规范。

策略C：Shell数组拼接（高级技巧）

EXCLUDE_DIRS=("node_modules" ".git" "logs" "tmp")
EXCLUDE_CMD=""
for dir in "${EXCLUDE_DIRS[@]}"; do
    EXCLUDE_CMD+=" --exclude=$dir"
done
tar -czf backup.tar.gz /data/project $EXCLUDE_CMD

优点：动态生成排除参数，适合程序化场景。
缺点：数组支持需依赖Shell版本（Bash 4+）。

---

使用通配符与正则表达式排除复杂路径

Tar的--exclude支持类Shell通配符：、、。

常见通配符模式

模式	含义	示例
--exclude='*.log'	排除所有.log文件	access.log、err.log
--exclude='[a-z]*.zip'	排除以小写字母开头的zip文件	data.zip但不排除1data.zip
--exclude='*/temp/*'	排除任何层级下temp目录内所有文件	/a/b/temp/file
--exclude='dir/subdir/*'	仅排除dir/subdir，但保留dir/subdir目录本身

排除特定深度的目录

场景：仅排除/project/sub1/cache，但保留/project/sub2/cache。

tar -czf backup.tar.gz /project --exclude='sub1/cache'

注意：排除模式是向后匹配，即sub1/cache会匹配任何路径末尾包含sub1/cache的目录。

使用正则表达式（需GNU tar 1.27+）

tar -czf backup.tar.gz /project --exclude='.*\.(log|tmp)$'

但更推荐使用--exclude-from文件配合通配符,因为正则表达式在tar中支持不稳定。

---

实战：备份网站时排除缓存、日志、临时目录

完整备份脚本（生产可用）

#!/bin/bash
# 网站备份脚本，排除冗余目录
SITE_DIR="/var/www/mysite"
BACKUP_DIR="/backups/websites"
DATE=$(date +%Y%m%d_%H%M%S)
# 创建备份目录
mkdir -p $BACKUP_DIR
# 定义排除规则文件
EXCLUDE_FILE="/tmp/site_exclude_$$.txt"
cat > $EXCLUDE_FILE <<EOF
cache/
logs/
tmp/
sessions/
*.log
*.tmp
node_modules/
vendor/
.git/
EOF
# 执行备份
tar -czf $BACKUP_DIR/mysite_$DATE.tar.gz \
    -C /var/www mysite \
    --exclude-from=$EXCLUDE_FILE 2>> /var/log/backup.log
# 清理临时文件
rm -f $EXCLUDE_FILE
echo "Backup completed: $BACKUP_DIR/mysite_$DATE.tar.gz"

关键点：

• 使用-C /var/www mysite切换到父目录后指定相对路径,避免归档路径包含绝对路径前缀。
• 排除规则中cache/（带斜杠）明确只匹配目录，避免误排除名为“cache”的文件。
• 错误信息重定向到日志文件,方便排查。

校验排除是否成功

# 列出包内所有目录
tar -tzf /backups/websites/mysite_20250328.tar.gz | awk -F/ '{print $1}' | sort -u
# 检查是否还有cache、logs等目录名出现

---

常见错误与解决方案（QA问答）

Q1：为什么用了--exclude='cache'，但打包后仍包含cache目录？

原因：排除模式仅匹配路径的尾部，如果cache目录下还有子文件，cache目录本身不会被排除，而它的内容会被排除。
解决方案：使用--exclude='cache/*'来排除cache目录内所有内容，或使用--exclude='cache'配合--exclude='cache/*'双重排除（实际只需--exclude='cache'即可排除整个目录）。
验证：运行tar -tzf backup.tar.gz | grep '^cache'查看是否还有cache条目。

Q2：排除模式对绝对路径无效怎么办？

错误示例：

tar -czf backup.tar.gz /var/www/html --exclude='/var/www/html/cache'

原因：Tar排除模式使用的是归档路径，而非原始绝对路径，当源路径是/var/www/html时，归档中所有文件路径都相对于源路径，因此排除模式应写为cache或./cache。
正确做法：

tar -czf backup.tar.gz -C /var/www/html . --exclude='cache'

Q3：排除的目录名包含空格或特殊字符？

方案1：使用双引号包裹

tar -czf backup.tar.gz /data --exclude='my dir'

方案2：使用转义

tar -czf backup.tar.gz /data --exclude=my\ dir

注意：如果使用--exclude-from文件，每行直接写目录名,无需引号。

Q4：排除规则文件中的空行或注释是否影响？

不影响。

• 空行会被忽略。
• 注释行（以开头）会被视为注释，但建议不要用，因为不同tar版本对注释支持不一，GNU tar会忽略以开头的行。

---

排除嵌套目录的最佳实践与性能优化

1. 优先使用--exclude-from文件：规则清晰、易于修改,适合运维脚本。
2. 排除模式末尾加：明确排除目录而非文件。
3. 结合-C参数：简化排除路径,避免绝对路径冲突。
4. 先测试再打包：

   tar -czf /dev/null /source --exclude='dir' --verbose 2>&1 | head -20

5. 注意符号链接：如果目录是符号链接，排除规则匹配的是链接名而非目标路径。

性能优化建议

• 排除前先排序：如果排除模式过多，使用--exclude-from比重复--exclude性能更好,因为Tar会一次性加载所有模式并构建优化后的匹配树。
• 避免排除海量小文件：如果node_modules中有数万个文件，排除它本身比排除内部每个文件更快——只需一个--exclude='node_modules'即可。
• 使用anchored参数（GNU tar）：部分版本的tar支持--anchored让排除模式仅匹配路径开头，避免不必要的回溯匹配。

  tar -czf backup.tar.gz /data --anchored --exclude='logs'

  但此功能较新,建议在支持环境中使用。

多项目通用排除模式示例

创建一个common_exclude.list：

.git/
.svn/
*.log
*.tmp
cache/
dist/
build/
.DS_Store
Thumbs.db

然后在不同项目备份脚本中引用：

tar -czf project_backup.tar.gz /path/to/project --exclude-from=/etc/tar/common_exclude.list

---

通过本文的详细讲解，你应该已经掌握在Tar打包中排除目录的多种方法：从简单的--exclude参数到生产级--exclude-from文件，从单目录排除到复杂的通配符模式，在实际脚本编写中，建议先在小范围测试排除规则的效果，确认无误后再用于关键数据备份，以避免因排除不完整导致数据丢失或备份空间不足。