Python zipfile解压中文乱码修复与完整解压实现

Python zipfile中文文件名乱码问题

直接来看问题。在使用 Python 的标准库 zipfile 解压 zip 格式压缩包时，如果压缩文件内的目录或文件名包含中文等常见 unicode 字符，经常会遇到解压异常。例如以下情况：

当直接调用 zipfile 的 extract() 或 extractall() 方法进行解压时，生成的解压结果文件名会出现乱码。通过调用 namelist() 方法查看压缩包内容，可以清晰地观察到这一现象：

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()

这是由于 zipfile 库对压缩包内容的编码兼容性较差导致的。我们可以通过以下函数对文件名进行编码修正：

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))

解决了文件名乱码问题后，结合 shutil 和 os 标准库的相关功能，即可实现将任意指定的 zip 压缩包完整解压到目标目录。具体代码如下：

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')

运行结果如下，效果完美：

至此，关于Python处理复杂zip文件解压的文章介绍完毕。如需了解更多Python zip文件解压相关内容，可搜索本站往期文章或继续阅读后续文章。感谢大家的支持！