Python 2/3下处理cjk编码的zip文件的方法


Posted in Python onApril 26, 2019

今天项目中遇到了中文编码的zip文件,处理了蛮长时间,所以记录下,以免下次踩坑。

Python2下

Python2中读取zip文件,zipfile.ZipInfo的filename类型是str,基本上类似于python3中的bytes,即可以被decode为unicode。

所以,要处理中文,只需要将文件名按照编码decode成unicode就好。

import zipfile
fpath = '/path/to/zip.zip'
zfile = zipfile.ZipFile(fpath, 'r')
for fileinfo in zfile.filelist:
  print fileinfo.filename.decode('gb18030')
  # 如果要更加详细的区分bytes/str/unicode的语义
  print bytes(fileinfo.filename).decode('gb18030')

Python3下

Python3中,Language encoding flag (EFS)如果是1,则按照utf8来处理文件编码,EFS如果为0,则直接按照cp437解码文件名。这是标准直接规定的。

但是,很多软件在制作zip压缩包的时候,直接使用gb18030或者其他非标准编码格式来编码文件名,所以我们还得将文件名反转为bytes,然后再使用对应的编码方式解码:

fpath = '/path/to/zip.zip'
zfile = zipfile.ZipFile(fpath, 'r')
for fileinfo in zfile.filelist:
  print(fileinfo.filename.encode('cp437').decode('gb18030'))

方法都有了,那直接根据文件名智能猜测文件编码,然后解压就好。但是由于单个文件名太短,chardet的猜测可能不准,所以我们可以直接将所有的文件名连接起来,猜测编码。

代码请参考 mczip ,兼容python2和python3。

总结

以上所述是小编给大家介绍的Python 2/3下处理cjk编码的zip文件的方法,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对三水点靠木网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!

Python 相关文章推荐
Python的加密模块md5、sha、crypt使用实例
Sep 28 Python
go语言计算两个时间的时间差方法
Mar 13 Python
Python简单实现enum功能的方法
Apr 25 Python
Python选择网卡发包及接收数据包
Apr 04 Python
Python循环结构的应用场景详解
Jul 11 Python
Python搭建代理IP池实现存储IP的方法
Oct 27 Python
python3格式化字符串 f-string的高级用法(推荐)
Mar 04 Python
TensorFlow2.X使用图片制作简单的数据集训练模型
Apr 08 Python
Python基于tkinter canvas实现图片裁剪功能
Nov 05 Python
如何用python实现一个HTTP连接池
Jan 14 Python
Python如何实现Paramiko的二次封装
Jan 30 Python
详解OpenCV曝光融合
Apr 29 Python
实例详解Matlab 与 Python 的区别
Apr 26 #Python
Python生成MD5值的两种方法实例分析
Apr 26 #Python
十个Python练手的实战项目,学会这些Python就基本没问题了(推荐)
Apr 26 #Python
Python生成rsa密钥对操作示例
Apr 26 #Python
python利用Opencv实现人脸识别功能
Apr 25 #Python
Python OpenCV利用笔记本摄像头实现人脸检测
Aug 20 #Python
python使用KNN算法识别手写数字
Apr 25 #Python
You might like
PHP制作图型计数器的例子
2006/10/09 PHP
使用zend studio for eclipse不能激活代码提示功能的解决办法
2009/10/11 PHP
Symfony页面的基本创建实例详解
2015/01/26 PHP
Laravel监听数据库访问,打印SQL的例子
2019/10/24 PHP
基于jquery实现的一个选择中国大学的弹框 (数据、步骤、代码)
2012/07/26 Javascript
关于使用 jBox 对话框的提交不能弹出问题解决方法
2012/11/07 Javascript
js读取配置文件自写
2014/02/11 Javascript
Javscript调用iframe框架页面中函数的方法
2014/11/01 Javascript
纯jquery实现模仿淘宝购物车结算
2015/08/20 Javascript
Bootstrap实现带动画过渡的弹出框
2016/08/09 Javascript
jQuery EasyUI Panel面板组件使用详解
2017/02/28 Javascript
React-Native中禁用Navigator手势返回的示例代码
2017/09/09 Javascript
详解如何让Express支持async/await
2017/10/09 Javascript
JavaScript调用模式与this关键字绑定的关系
2018/04/21 Javascript
JavaScript实现多态和继承的封装操作示例
2018/08/20 Javascript
解决Angularjs异步操作后台请求用$q.all排列先后顺序问题
2019/11/29 Javascript
JS常用排序方法实例代码解析
2020/03/03 Javascript
在vue中封装方法以及多处引用该方法详解
2020/08/14 Javascript
解决ant design vue 表格a-table二次封装,slots渲染的问题
2020/10/28 Javascript
[04:03]2014DOTA2西雅图国际邀请赛 LGD战队巡礼
2014/07/07 DOTA
[04:42]2015国际邀请赛CDEC战队晋级之路
2015/08/13 DOTA
[46:59]完美世界DOTA2联赛PWL S2 GXR vs Ink 第二场 11.19
2020/11/20 DOTA
[51:50]完美世界DOTA2联赛 Magma vs GXR 第一场 11.07
2020/11/10 DOTA
[39:08]完美世界DOTA2联赛PWL S3 LBZS vs CPG 第一场 12.12
2020/12/16 DOTA
python实现rest请求api示例
2014/04/22 Python
python读取xml文件方法解析
2020/08/04 Python
python爬虫快速响应服务器的做法
2020/11/24 Python
2分钟教你实现环形/扇形菜单(基础版)
2020/01/15 HTML / CSS
银行职业规划书范文
2013/12/28 职场文书
数控技校生自我鉴定
2014/04/19 职场文书
C++程序员求职信
2014/05/07 职场文书
计算机应用专业自荐信
2014/07/05 职场文书
环境保护与污染治理求职信
2014/07/16 职场文书
建筑工程材料员岗位职责
2015/04/11 职场文书
解决 Redis 秒杀超卖场景的高并发
2022/04/12 Redis
小程序自定义轮播图圆点组件
2022/06/25 Javascript