zipfile模块——读取（查看）zip压缩文件

import zipfile

exampleZip = zipfile.ZipFile('C:\\Users\\del\\Desktop\\新建文件夹 (2)\\新建文件夹 (2).zip')

for zip_file in exampleZip.namelist():
    try:
        zip_file = zip_file.encode('cp437').decode('gbk')
    except:
        zip_file = zip_file.encode('utf-8').decode('utf-8')
    print(zip_file)

exampleZip.close（）；

Python3中zipfile模块文件名乱码问题

inux下zip文件乱码已经是一个常见问题了，再加上python想不遇到乱码问题都难。

 

在zipfile.ZipFile中获得的filename有中日文则很大可能是乱码，这是因为

在zip标准中，对文件名的 encoding 用的不是 unicode，而可能是各种软件根据系统的默认字符集来采用（此为猜测），而zipfile中根据文件 flag 检测的时候，只支持 cp437 和 utf-8。

具体zipfile模块中的源代码如下

if flags & 0x800:
    # UTF-8 file names extension
    filename = filename.decode('utf-8')
else:
    # Historical ZIP filename encoding
    filename = filename.decode('cp437')
可见编码被正确识别为utf8时的情况外，都会被识别并decode为cp437编码，但如果实际是gbk等其他编码时就变为乱码了。所以解决的方法在于被decode为cp437后重新再手动转为正确的编码。具体代码如下：

#这里是在ZipFile.infolist()方法获得的info中取得filename
name = info.filename
try:
    #使用cp437对文件名进行解码还原
    name = name.encode('cp437')
    #win下一般使用的是gbk编码
    name = name.decode("gbk")
except:
    #如果已被正确识别为utf8编码时则不需再编码
    pass

执行结果：

新建文件夹1/
新建文件夹1/新建文件夹/
新建文件夹1/新建文本文档 (2).txt
新建文件夹1/新建文本文档.txt
新建文本文档1.txt

====================================================================================================

import zipfile

exampleZip = zipfile.ZipFile('C:\\Users\\del\\Desktop\\新建文件夹 (2)\\新建文件夹 (2).zip')

print(exampleZip.namelist())

for zip_file in exampleZip.namelist():
    try:
        zip_file = zip_file.encode('cp437').decode('gbk')
    except:
        zip_file = zip_file.encode('utf-8').decode('utf-8')
    print(zip_file)


print(exampleZip.getinfo('11.txt'))   #获取某个文件的详细信息的方法


xx = exampleZip.getinfo('11.txt')

print(xx.filename)   #代表文件名字
print(xx.file_size)   #代表原文件的大小
print(xx.compress_size)  #代表压缩后文件的大小


exampleZip.close()

执行结果：

['11/', '11/2/', '11/22.txt', '11/222.txt', '11.txt']
11/
11/2/
11/22.txt
11/222.txt
11.txt
<ZipInfo filename='11.txt' external_attr=0x20 file_size=0>
11.txt
0