在 Python 中处理 Zip 文件

处理 Zip 文件的先决条件

• 您需要了解 Python 的文件处理，才能理解 Zip 文件的处理。如果您还不熟悉文件处理，请前往 W3Schools 的 File Handling 部分学习。

• Python 的面向对象（OOP）概念

• Python 基础概念，如条件语句、循环、函数、类等

• 如果您不了解 Python，可以学习 DataCamp 的免费课程 Intro to Python for Data Science，或阅读 Python 官方的文档。

打开这个 链接 以下载我在后续章节中使用的所有 Zip 文件夹。

什么是 Zip 文件？

Zip 是一种支持无损数据压缩的归档文件格式。Zip 文件是一个包含一个或多个压缩文件的单一文件。

Zip 文件的用途？

• Zip 文件可以把所有相关文件放在一个地方。

• Zip 文件有助于减小数据体积。

• 在许多连接下，Zip 文件的传输速度比单个文件更快。

zipfile 模块

使用 dir() 方法探索 zipfile 模块的所有方法和类。查看下面的代码以获取该模块的所有类和方法。

import zipfile # importing the 'zipfile' module

print(dir(zipfile))

['BZIP2_VERSION', 'BadZipFile', 'BadZipfile', 'DEFAULT_VERSION', 'LZMACompressor', 'LZMADecompressor', 'LZMA_VERSION', 'LargeZipFile', 'MAX_EXTRACT_VERSION', 'PyZipFile', 'ZIP64_LIMIT', 'ZIP64_VERSION', 'ZIP_BZIP2', 'ZIP_DEFLATED', 'ZIP_FILECOUNT_LIMIT', 'ZIP_LZMA', 'ZIP_MAX_COMMENT', 'ZIP_STORED', 'ZipExtFile', 'ZipFile', 'ZipInfo', '_CD64_CREATE_VERSION', '_CD64_DIRECTORY_RECSIZE', '_CD64_DIRECTORY_SIZE', '_CD64_DISK_NUMBER', '_CD64_DISK_NUMBER_START', '_CD64_EXTRACT_VERSION', '_CD64_NUMBER_ENTRIES_THIS_DISK', '_CD64_NUMBER_ENTRIES_TOTAL', '_CD64_OFFSET_START_CENTDIR', '_CD64_SIGNATURE', '_CD_COMMENT_LENGTH', '_CD_COMPRESSED_SIZE', '_CD_COMPRESS_TYPE', '_CD_CRC', '_CD_CREATE_SYSTEM', '_CD_CREATE_VERSION', '_CD_DATE', '_CD_DISK_NUMBER_START', '_CD_EXTERNAL_FILE_ATTRIBUTES', '_CD_EXTRACT_SYSTEM', '_CD_EXTRACT_VERSION', '_CD_EXTRA_FIELD_LENGTH', '_CD_FILENAME_LENGTH', '_CD_FLAG_BITS', '_CD_INTERNAL_FILE_ATTRIBUTES', '_CD_LOCAL_HEADER_OFFSET', '_CD_SIGNATURE', '_CD_TIME', '_CD_UNCOMPRESSED_SIZE', '_ECD_COMMENT', '_ECD_COMMENT_SIZE', '_ECD_DISK_NUMBER', '_ECD_DISK_START', '_ECD_ENTRIES_THIS_DISK', '_ECD_ENTRIES_TOTAL', '_ECD_LOCATION', '_ECD_OFFSET', '_ECD_SIGNATURE', '_ECD_SIZE', '_EndRecData', '_EndRecData64', '_FH_COMPRESSED_SIZE', '_FH_COMPRESSION_METHOD', '_FH_CRC', '_FH_EXTRACT_SYSTEM', '_FH_EXTRACT_VERSION', '_FH_EXTRA_FIELD_LENGTH', '_FH_FILENAME_LENGTH', '_FH_GENERAL_PURPOSE_FLAG_BITS', '_FH_LAST_MOD_DATE', '_FH_LAST_MOD_TIME', '_FH_SIGNATURE', '_FH_UNCOMPRESSED_SIZE', '_SharedFile', '_Tellable', '_ZipDecrypter', '_ZipWriteFile', '__all__', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__spec__', '_check_compression', '_check_zipfile', '_get_compressor', '_get_decompressor', 'binascii', 'bz2', 'compressor_names', 'crc32', 'error', 'importlib', 'io', 'is_zipfile', 'lzma', 'main', 'os', 're', 'shutil', 'sizeCentralDir', 'sizeEndCentDir', 'sizeEndCentDir64', 'sizeEndCentDir64Locator', 'sizeFileHeader', 'stat', 'stringCentralDir', 'stringEndArchive', 'stringEndArchive64', 'stringEndArchive64Locator', 'stringFileHeader', 'struct', 'structCentralDir', 'structEndArchive', 'structEndArchive64', 'structEndArchive64Locator', 'structFileHeader', 'sys', 'threading', 'time', 'zlib']

您看到了一堆类和方法，但并不需要全部掌握。本文只会介绍处理Zip 文件时常用的一些类和方法。

下面简要介绍一些有用的异常、类和方法。

异常

异常用于按需显示具体的错误信息。在 Python 中，您可以使用 try、except、finally 关键字进行错误处理。

如果您对错误处理不熟悉，请阅读 Python 官方文档的 Error Handling 章节。

来看一下 zipfile 模块中的所有异常。

zipfile.BadZipFile

zipfile.BadZipFile 是 zipfile 模块中的一个异常。当遇到损坏的 Zip 文件时会引发该错误。请看下面的示例。

## zipfile.BadZipFile
import zipfile

def main():
    try:
        with zipfile.ZipFile('sample_file.zip') as file: # opening the zip file using 'zipfile.ZipFile' class
            print("Ok")
    except zipfile.BadZipFile: # if the zip file has any errors then it prints the error message which you wrote under the 'except' block
        print('Error: Zip file is corrupted')

if __name__ == '__main__': main()

## I used a badfile for the test

Ok

zipfile.LargeZipFile

如果您要处理大型 Zip 文件，需要在打开 Zip 时启用 ZIP64 功能。否则会引发 LargeZipFile。如下示例所示。

## zipfile.LargeZipFile
## Without enabling 'Zip64'
import zipfile

def main():
    try:
        with zipfile.ZipFile('sample_file.zip') as file:
            print('File size is compatible')
    except zipfile.LargeZipFile: # it raises an 'LargeZipFile' error because you didn't enable the 'Zip64'
        print('Error: File size if too large')

if __name__ == '__main__': main()

File size is compatible

## zipfile.LargeZipFile
## With enabling 'ZIP64'
import zipfile

def main():
    try:
        with zipfile.ZipFile('sample_file.zip', mode = 'r', allowZip64 = True) as file: # here enabling the 'Zip64'
            print('File size is compatible')
    except zipfile.LargeZipFile:
        print('Error: File size if too large') # if the file size is too large to open it prints the error you have written

if __name__ == '__main__': main()

File size is compatible

请选择适合做异常处理演示的 Zip 文件并尝试运行程序，您会更清楚地理解。

类

简单来说，类是一组方法和属性的集合。您可以通过创建类的实例，在需要的地方调用这些方法和属性。

下面来看 zipfile 模块中的一些类。

zipfile.ZipFile

用于处理Zip 文件最常见的类是 ZipFile。

zipfile.ZipFile 用于读写 Zip 文件。它包含若干用于处理 Zip 文件的方法。

现在使用 dir() 来探索 ZipFile 类的方法。参见代码。

import zipfile

print(dir(zipfile.ZipFile)) # accessing the 'ZipFile' class

['_RealGetContents', '__class__', '__del__', '__delattr__', '__dict__', '__dir__', '__doc__', '__enter__', '__eq__', '__exit__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', '_extract_member', '_fpclose', '_open_to_write', '_sanitize_windows_name', '_windows_illegal_name_trans_table', '_write_end_record', '_writecheck', 'close', 'comment', 'extract', 'extractall', 'fp', 'getinfo', 'infolist', 'namelist', 'open', 'printdir', 'read', 'setpassword', 'testzip', 'write', 'writestr']

您已经在前面的示例中使用过 zipfile.ZipFile 类来读取 Zip 文件。

zipfile.ZipFile 包含许多方法，如 extract、open、getinfo、setpassword 等，用于处理 Zip 文件。

我们来看一些 ZipFile 类的方法。

## zipfile.ZipFile
import zipfile

def main():
    with zipfile.ZipFile('sample_file.zip') as file:

        # ZipFile.infolist() returns a list containing all the members of an archive file
        print(file.infolist())

        # ZipFile.namelist() returns a list containing all the members with names of an archive file
        print(file.namelist())

        # ZipFile.getinfo(path = filepath) returns the information about a member of Zip file.
        # It raises a KeyError if it doesn't contain the mentioned file
        print(file.getinfo(file.namelist()[-1]))

        # ZipFile.open(path = filepath, mode = mode_type, pwd = password) opens the members of an archive file
        # 'pwd' is optional -> if it has password mention otherwise leave it
        text_file = file.open(name = file.namelist()[-1], mode = 'r')

        # 'read()' method of the file prints all the content of the file. You see this method in file handling.
        print(text_file.read())  

        # You must close the file if you don't open a file using 'with' keyword
        # 'close()' method is used to close the file
        text_file.close()

        # ZipFile.extractall(path = filepath, pwd = password) extracts all the files to current directory
        file.extractall()
        # after executing check the directory to see extracted files


if __name__ == '__main__': main()

[<ZipInfo filename='extra_file.txt' filemode='-rw-rw-rw-' file_size=59>, <ZipInfo filename='READ ME.txt' filemode='-rw-rw-rw-' file_size=59>, <ZipInfo filename='even_odd.py' filemode='-rw-rw-rw-' file_size=129>]
['extra_file.txt', 'READ ME.txt', 'even_odd.py']
<ZipInfo filename='even_odd.py' filemode='-rw-rw-rw-' file_size=129>
b"num = int(input('Enter a Number:- '))\r\nif num % 2 == 0:\r\n\tprint('{} is Even'.fromat(num))\r\nelse:\r\n\tprint('{} is Odd'.fromat(num))"

如果您想学习 ZipFile 类的全部方法，可以对想了解的方法使用 help() 函数。

或者访问 Python 官方的文档。

zipfile.ZipInfo

zipfile.ZipInfo 类用于表示 Zip 文件夹中的成员。

首先使用 dir() 方法探索 zipfile.ZipInfo 类的所有对象。见下方代码。

## zipfile.ZipInfo
import zipfile

print(dir(zipfile.ZipInfo))

['CRC', 'FileHeader', '__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__slots__', '__str__', '__subclasshook__', '_decodeExtra', '_encodeFilenameFlags', '_raw_time', 'comment', 'compress_size', 'compress_type', 'create_system', 'create_version', 'date_time', 'external_attr', 'extra', 'extract_version', 'file_size', 'filename', 'flag_bits', 'from_file', 'header_offset', 'internal_attr', 'is_dir', 'orig_filename', 'reserved', 'volume']

下面来看 zipfile.ZipInfo 类的一些方法。

## zipfile.ZipInfo
import zipfile

def main():
    with zipfile.ZipFile('sample_file.zip') as file:

        # 'infolist()' is the object of 'ZipFile' class
        # 'infolist()' returns a list containing all the folders and files of the zip -> 'ZipInfo' objects
        # assigning last element of the list to a variable to test all the methods of 'ZipInfo'
        archive = file.infolist()
        read_me_file = archive[-1]

        # 'ZipInfo' methods

        # ZipInfo_object.filename returns the name of the file
        print("Name of the file:- {}".format(read_me_file.filename))

        # ZipInfo_object.file_size returns the size of the file
        print("Size of the file:- {}".format(read_me_file.file_size))

        # ZipInfo_object.is_dir() returns True if it's directory otherwise False
        print("Is directory:- {}".format(read_me_file.is_dir()))

        # ZipInfo_object.date_time() returns the created date & time of file
        print("File created data & time:- {}".format(read_me_file.date_time))

if __name__ == '__main__': main()

Name of the file:- sample_file/READ ME.txt
Size of the file:- 59
Is directory:- False
File created data & time:- (2018, 10, 4, 11, 32, 22)

如果想进一步了解 ZipInfo 的对象，请访问 ZipInfo。

方法

方法是一段用于实现特定功能的代码块。例如，如果您想求一个数的绝对值，可以使用 Python 的内置方法 abs。

您可以在任何需要的地方使用这些方法。下面来看 zipfile 模块的一些方法。

zipfile.is_zipfile()

zipfile 模块的 is_zipfile(filename) 方法会在文件是有效 Zip 时返回 True，否则返回 False。

请看示例。

## zipfile.is_zip(filename)
import zipfile

def main():
    print(zipfile.is_zipfile('sample_file.zip')) # it returns True

if __name__ == '__main__': main()

True

处理 Zip 文件

本节将学习如何处理 Zip 文件，如打开、解压、写入等。

解压 Zip 文件

使用 extractall 方法将 Zip 文件中的文件解压到当前目录。

## extracting zip file
import zipfile

def main():

    # assigning filename to a variable
    file_name = 'sample_file.zip'

    # opening Zip using 'with' keyword in read mode
    with zipfile.ZipFile(file_name, 'r') as file:
        # printing all the information of archive file contents using 'printdir' method
        print(file.printdir())

        # extracting the files using 'extracall' method
        print('Extracting all files...')
        file.extractall()
        print('Done!') # check your directory of zip file to see the extracted files

if __name__ == '__main__': main()

File Name                                             Modified             Size
sample_file/                                   2018-10-04 11:33:22            0
sample_file/even_odd.py                        2018-06-29 23:35:54          129
sample_file/READ ME.txt                        2018-10-04 11:32:22           59
None
Extracting all files...
Done!

解压带密码的 Zip

要解压带密码的 Zip，需要为 extract(pwd = password) 或 extractall(pwd = password) 方法的 pwd 位置参数传入值。

密码必须以 bytes 形式传入。要将 str 转为 bytes，请使用 Python 的内置方法 bytes，并指定 utf-8 编码。

请看示例。

## extracting zip with password
import zipfile

def main():
    file_name = 'pswd_file.zip'
    pswd = 'datacamp'

    with zipfile.ZipFile(file_name) as file:
        # password you pass must be in the bytes you converted 'str' into 'bytes'
        file.extractall(pwd = bytes(pswd, 'utf-8'))

if __name__ == '__main__': main()

您也可以通过 ZipFile 类的 setpassword(pwd = password) 方法来设置密码再解压。见下例。

## extracting zip with password
import zipfile

def main():
    file_name = 'pswd_file.zip'
    pswd = 'datacamp'

    with zipfile.ZipFile(file_name) as file:
        # 'setpassword' method is used to give a password to the 'Zip'
        file.setpassword(pwd = bytes(pswd, 'utf-8'))
        file.extractall()

if __name__ == '__main__': main()

创建 Zip 文件

创建 Zip 文件无需额外方法。只需将名称传给 ZipFile 类，它就会在当前目录创建一个归档。

参见示例。

## Creating Zip file
import zipfile

def main():

    archive_name = 'example_file.zip'
    # below one line of code will create a 'Zip' in the current working directory
    with zipfile.ZipFile(archive_name, 'w') as file:
        print("{} is created.".format(archive_name))

if __name__ == '__main__': main()

example_file.zip is created.

向 Zip 文件写入

要向 Zip 写入文件，需要以写入模式打开归档文件。它会覆盖 Zip 中所有现有文件。

来看一个示例。

## Writing files to zip
import zipfile

def main():

    file_name = 'sample_file.zip'

    # Opening the 'Zip' in writing mode
    with zipfile.ZipFile(file_name, 'w') as file:
        # write mode overrides all the existing files in the 'Zip.'
        # you have to create the file which you have to write to the 'Zip.'
        file.write('extra_file.txt')
        print('File overrides the existing files')

    # opening the 'Zip' in reading mode to check
    with zipfile.ZipFile(file_name, 'r') as file:
        print(file.namelist())

if __name__ == '__main__': main()

File overrides the existing files
['extra_file.txt']

向 Zip 追加文件

要向 Zip 追加文件，需要以追加（a）模式打开 Zip。它不会覆盖现有文件。

请看示例。

## Appending files to zip
import zipfile

def main():

    file_name = 'sample_file.zip'

    # opening the 'Zip' in writing mode
    with zipfile.ZipFile(file_name, 'a') as file:
        # append mode adds files to the 'Zip'
        # you have to create the files which you have to add to the 'Zip'
        file.write('READ ME.txt')
        file.write('even_odd.py')
        print('Files added to the Zip')

    # opening the 'Zip' in reading mode to check
    with zipfile.ZipFile(file_name, 'r') as file:
        print(file.namelist())

if __name__ == '__main__': main()

Files added to the Zip
['extra_file.txt', 'READ ME.txt', 'even_odd.py']

到目前为止，您已经学习了如何处理 Zip 文件。现在您可以打开、写入、追加、解压、创建等。接下来，我们来编写一个小程序。

让我们看看要做什么？

使用循环和 zipfile 解压多个带密码的子 Zip

• 您有一个 Zip 文件，内部嵌套了多个子 Zip 文件。每个 Zip 的密码都是它们各自的文件名。我们的任务是不断解压这些 Zip，直到抵达最深层。

解决步骤

• 使用父级文件名作为密码解压父级文件。

• 使用 namelist() 方法获取第一个子级的名称，并将其存入变量。

• 运行一个无限循环。

  • 使用 is_zipfile() 方法检查该文件是否为 Zip。如果是，执行以下操作：

    • 使用 name 变量打开该 Zip。

    • 从 name 变量中获取该 Zip 的密码。

    • 解压该 Zip。

    • 获取下一个 Zip 的名称并存入 name 变量。

  • 否则

    • 使用 break 跳出循环。

以上是我设计的步骤。您也可以根据自己的文件结构进行调整。

## Solution
import zipfile

def main():

    # storing the parent name
    parent_file_name = '000.zip'

    with zipfile.ZipFile(parent_file_name, 'r') as parent_file:

        # extracting the parent file
        pswd = bytes(parent_file_name.split('.')[0], 'utf-8')
        parent_file.extractall(pwd = pswd)

        # getting the first child
        next_zip_name = parent_file.namelist()[0]

        # looping through the sub zips infinite times until you don't encouter a 'Zip' file
        while True:

            if zipfile.is_zipfile(next_zip_name):
                # opening the zip
                with zipfile.ZipFile(next_zip_name, 'r') as child_file:

                    # getting password from the zip name
                    pswd = bytes(next_zip_name.split('.')[0], 'utf-8')

                    # extracting the zip
                    child_file.extractall(pwd = pswd)

                    # getting the child zip name
                    next_zip_name = child_file.namelist()[0]
            else:
                break

if __name__ == '__main__': main()

运行上述程序后，您会看到所有子级 Zip 都被解压到当前目录。

结语

恭喜您完成本教程！

希望您喜欢这篇教程。本文在您处理 Zip 文件时会非常有用。现在，您已经能够处理 Zip 文件了。

如果您对文章有任何疑问，请在评论区留言。我会尽快回复。

再次提醒，如果您是 Python 初学者，可以学习 DataCamp 的免费课程 Intro to Python for Data Science，或阅读 Python 官方的文档。

祝您编码愉快！