解决Python复杂zip文件的解压问题

Valarie ·

更新时间:2024-11-14

· 1037 次阅读

废话不多说，直接看问题，使用过 Python 中的标准库 zipfile 解压过 zip 格式压缩包的朋友们，可能遇到过，当压缩文件中的目录或文件名中包含中文等常见 unicode 字符时，典型如下面的例子：

使用 zipfile 的 extract() 或 extractall() 方法直接解压时，产生的解压结果名充斥着乱码，这一点我们通过调用 namelist() 方法就可以看出来：


from zipfile import ZipFile
# 读入压缩包文件
file = ZipFile('示例压缩包.zip')
# 查看压缩包内目录、文件名称
file.namelist()

这是因为 zipfile 中针对压缩包内容的编码兼容性差，但我们可以通过下面的函数自行矫正：


def recode(raw: str) -> str:
    '''
    编码修正
    '''
    try:
        return raw.encode('cp437').decode('gbk')
    except:
        return raw.encode('utf-8').decode('utf-8')
for file_or_path in file.namelist():
    print(file_or_path, ' -------> ' , recode(file_or_path))

解决了文件名乱码的问题后，接下来我们就可以配合 shutil 与 os 标准库中的相关功能，实现将指定任意 zip 压缩包，完好地解压到指定的目录中，代码如下：


def zip_extract_all(src_zip_file: ZipFile, target_path: str) -> None:
    # 遍历压缩包内所有内容
    for file_or_path in file.namelist():
        # 若当前节点是文件夹
        if file_or_path.endswith('/'):
            try:
                # 基于当前文件夹节点创建多层文件夹
                os.makedirs(os.path.join(target_path, recode(file_or_path)))
            except FileExistsError:
                # 若已存在则跳过创建过程
                pass
        # 否则视作文件进行写出
        else:
            # 利用shutil.copyfileobj，从压缩包io流中提取目标文件内容写出到目标路径
            with open(os.path.join(target_path, recode(file_or_path)), 'wb') as z:
                # 这里基于Zipfile.open()提取文件内容时需要使用原始的乱码文件名
                shutil.copyfileobj(src_zip_file.open(file_or_path), z)
# 向已存在的指定文件夹完整解压当前读入的zip文件
zip_extract_all(file, '解压测试')

可以看到，效果完美：