zipfile 是python里用来做zip格式编码的压缩和解压缩的,由于是很常见的zip格式,所以这个模块使用频率也是比较高。





zipfile里有两个非常重要的class, 分别是ZipFile和ZipInfo, 在绝大多数的情况下,只需要使用这两个class就可以。





1)




ZipFile是主要的类,用来创建和读取zip文件;


2)ZipInfo是存储的zip文件的每个文件的信息的。





1)简单应用







如果你仅仅是希望用python来做压缩和解压缩,那么就不用去翻文档了,这里提供一个简单的用法,让你一看就能明白。




#!/usr/bin/python
# -*- coding:utf-8 -*-
#
# http://blog.ithomer.net

import zipfile

def test1():

    for i in range(1, 4):
        f = open("file" + str(i) + ".txt", 'w')
        f.write(str(i))
        f.close()

    f = zipfile.ZipFile('filename.zip', 'w', zipfile.ZIP_DEFLATED)
    f.write('file1.txt')
    f.write('file2.txt')
    f.write('file3.txt')
    f.close()

    f = zipfile.ZipFile('filename.zip')
    f.extractall()
    f.close()

if __name__ == "__main__":
    test1()




1.1

zipfile.ZipFile(fileName[, mode[, compression[, allowZip64]]])





fileName是没有什么疑问的了。




mode和一般的文件操作一样,'r'表示打开一个存在的只读ZIP文件;'w'表示清空并打开一个只写的ZIP文件,或创建一个只写的ZIP文件;'a'表示打开一个ZIP文件,并添加内容。




compression表示压缩格式,可选的压缩格式只有2个:ZIP_STORE;ZIP_DEFLATED。ZIP_STORE是默认的,表示不压缩;ZIP_DEFLATED表示压缩,如果你不知道什么是Deflated,那么建议你去补补课。




allowZip64为True时,表示支持64位的压缩,一般而言,在所压缩的文件大于2G时,会用到这个选项;默认情况下,该值为False,因为Unix系统不支持。






1.2

zipfile.close()





说真的,这个没什么可说的,如果有的话,那就是你写入的任何文件在关闭之前不会真正写入磁盘。







1.3

zipfile.write(filename[, arcname[, compress_type]])





acrname是压缩文件中该文件的名字,默认情况下和filename一样




compress_type的存在是因为zip文件允许被压缩的文件可以有不同的压缩类型。







1.4

zipfile.extractall([path[, member[, password]]])





path解压缩目录,没什么可说的




member需要解压缩的文件名儿列表




password当zip文件有密码时需要该选项




对于简单的应用,这么多就够了。








2)高级应用







2.1

zipfile.is_zipfile(filename)





判断一个文件是不是压缩文件




2.2

ZipFile.namelist()





返回文件列表




2.3

ZipFile.open(name[, mode[, password]])





打开压缩文档中的某个文件




2.4

ZipFile.infolist()





2.5

ZipFile.getinfo(name)





上述文件返回ZipInfo对象,只不过一个返回的是列表,一个返回的是一个ZipInfo




示例:




def test2():
    # 判断是不是压缩文件
    print zipfile.is_zipfile('filename.zip')

    # 文件列表
    f = zipfile.ZipFile('filename.zip')
    print f.namelist()          # ['file1.txt', 'file2.txt', 'file3.txt']
    print f.infolist()                  # [<zipfile.ZipInfo object at 0x7fdcfddd0438>, <zipfile.ZipInfo object at 0x7fdcfddd0500>, <zipfile.ZipInfo object at 0x7fdcfddd0370>]
    print f.getinfo('file1.txt')        # <zipfile.ZipInfo object at 0x7fdcfddd0438>
    f.close()







ZipInfo类





2.6、 ZipInfo.filename




2.7



ZipInfo.date_time




返回值的格式为(year,month,date,hour,minute,second)




2.8



ZipInfo.compress_type




2.9



ZipInfo.comment




2.10



ZipInfo.extra




2.11



ZipInfo.create_system




2.12



ZipInfo.extract_version




2.13



ZipInfo.reserved 总是0




2.14



ZipInfo.flag_bits




2.15



ZipInfo.volume




2.16



ZipInfo.internal_attr




2.17



ZipInfo.external_attr




2.18



ZipInfo.header_offset




2.19



ZipInfo.CRC




2.20



ZipInfo.file_size




2.21



ZipInfo.compress_size




2.22



ZipFile.testzip()






检查每个文件和它对应的CRC,如果有错误返回对应的文件列表




2.23



ZipFile.setpassword(password)




2.24



ZipFile.read(name[,password])






返回对应的文件




2.25



ZipFile.printdir()






打印压缩文件夹的信息




2.26



ZipFile.writestr(zipinfo_or_arcname, bytes)








PyZipFile类





zipfile.PyZipFile除了上面的方法和属性之外,还有一个特殊的方法





PyZipFile.writepy(pathname,basename)





一般情况下,仅仅压缩.pyc和.pyo文件,不压缩.py文件







zip文件格式信息





一个 ZIP 文件由三个部分组成:压缩源文件数据区+压缩源文件目录区+压缩源文件目录结束标志




1、压缩源文件数据区




在这个数据区中每一个压缩的源文件/目录都是一条记录,记录的格式如下: [文件头+ 文件数据 + 数据描述符]




a、文件头结构




组成 长度




文件头标记 4 bytes (0x04034b50)




解压文件所需 pkware 版本 2 bytes




全局方式位标记 2 bytes




压缩方式 2 bytes




最后修改文件时间 2 bytes




最后修改文件日期 2 bytes




CRC-32校验 4 bytes




压缩后尺寸 4 bytes




未压缩尺寸 4 bytes




文件名长度 2 bytes




扩展记录长度 2 bytes




文件名 (不定长度)




扩展字段 (不定长度)








b、数据描述符




组成 长度




CRC-32校验 4 bytes




压缩后尺寸 4 bytes




未压缩尺寸 4 bytes




这个数据描述符只在全局方式位标记的第3位设为1时才存在(见后详解),紧接在压缩数据的最后一个字节后。这个数据描述符只用在不能对输出的 ZIP 文件进行检索时使用。例如:在一个不能检索的驱动器(如:磁带机上)上的 ZIP 文件中。如果是磁盘上的ZIP文件一般没有这个数据描述符。








2、压缩源文件目录区




在这个数据区中每一条纪录对应在压缩源文件数据区中的一条数据




组成 长度




目录中文件文件头标记 4 bytes (0x02014b50)




压缩使用的pkware 版本 2 bytes




解压文件所需 pkware 版本 2 bytes




全局方式位标记 2 bytes




压缩方式 2 bytes




最后修改文件时间 2 bytes




最后修改文件日期 2 bytes




CRC-32校验 4 bytes




压缩后尺寸 4 bytes




未压缩尺寸 4 bytes




文件名长度 2 bytes




扩展字段长度 2 bytes




文件注释长度 2 bytes




磁盘开始号 2 bytes




内部文件属性 2 bytes




外部文件属性 4 bytes




局部头部偏移量 4 bytes




文件名 (不定长度)




扩展字段 (不定长度)




文件注释 (不定长度)








3、压缩源文件目录结束标志




组成 长度




目录结束标记 4 bytes (0x02014b50)




当前磁盘编号 2 bytes




目录区开始磁盘编号 2 bytes




本磁盘上纪录总数 2 bytes




目录区中纪录总数 2 bytes




目录区尺寸大小 4 bytes




目录区对第一张磁盘的偏移量 4 bytes




ZIP 文件注释长度 2 bytes




ZIP 文件注释 (不定长度)