Python的压缩文件处理 zipfile & tarfile

本文从以下两个方面, 阐述Python的压缩文件处理方式:

一. zipfile

　　虽然叫zipfile，但是除了zip之外，rar，war，jar这些压缩（或者打包）文件格式也都可以处理。

　　zipfile模块常用的一些操作和方法：

　　　　is_zipfile(filename)　　测试filename的文件，看它是否是个有效的zipfile

　　　　ZipFile(filename[,mode[,compression[,allowZip64]]])　　构造zipfile文件对象。mode可选r,w,a代表不同的打开文件的方式。compression指出这个zipfile用什么压缩方法，默认是ZIP_STORED,另一种选择是ZIP_DEFLATED。allowZip64是个bool型变量，当设置为True的时候就是说可以用来创建大小大于2G的zip文件，默认值是True

　　　　ZipInfo　　包含一个zip文件中的子文件的信息，字段包括filename（包括相对zip包的路径），date_time（一个时间元组，该子文件最后修改时间），compress_type（该子文件的压缩格式）等等。

　　对于ZipFile实例z，有以下方法：

　　　　z.close()　　关闭文件

　　　　z.extract(name[,path[,pwd]])　　从zip中提取一个文件，将它放到指定的path下，pwd是密码，用于被加密的zip文件

　　　　z.extractall(path[,pwd])　　将所有文件按照namelist中显示得那样的目录结构从当前zip中提取出来并放到path下。//这两个extract的path若不存在都会自动创建出来的，且这个path必须是个目录，解压时一定是把一个文件，包含其相对zip包路径的所有目录一起解压出来。总之有点坑，自己测试一下就知道了

　　　　z.namelist()　　返回一个列表，内容是zip文件中所有子文件的path（相对于zip文件包而言的）。相当于是一个保存了zip内部目录结构的列表

　　　　z.infolist()　　返回一个列表，内容是每个zip文件中子文件的ZipInfo对象，这个对象有上文中提到的那些字段

　　　　z.printdir()　　将zip文件的目录结构打印到stdout上，包括每个文件的path，修改时间和大小

　　　　z.open(name[,mode[,pwd]])　　获取一个子文件的文件对象，可以将其用来read,readline,write等等操作

　　　　z.setpassword(psw)　　可以为zip文件设置默认密码

　　　　z.testzip()　　读取zip中的所有文件，验证他们的CRC校验和。返回第一个损坏文件的名称，如果所有文件都是完整的就返回None

　　　　z.write(filename[,arcname[,compression_type]])　　将zip外的文件filename写入到名为arcname的子文件中（当然arcname也是带有相对zip包的路径的），compression_type指定了压缩格式，也是ZIP_STORED或ZIP_DEFLATED。z的打开方式一定要是w或者a才能顺利写入文件。

　　贴上两个已经写好的常用的解压缩和压缩函数：

　　压缩一个目录：

def zip_dir(dirname,zipfilename):

    filelist = []

    if os.path.isfile(dirname):

        filelist.append(dirname)

    else :

        for root, dirs, files in os.walk(dirname):

            for dir in dirs:

                filelist.append(os.path.join(root,dir))

            for name in files:

                filelist.append(os.path.join(root, name))

    zf = zipfile.ZipFile(zipfilename, "w", zipfile.zlib.DEFLATED)

    for tar in filelist:

        arcname = tar[len(dirname):]

        #print arcname

        zf.write(tar,arcname)

    zf.close()

　　解压缩一个文件：（转自http://blog.csdn.net/linda1000/article/details/10432133）

def unzip_dir(zipfilename, unzipdirname):

    fullzipfilename = os.path.abspath(zipfilename)

    fullunzipdirname = os.path.abspath(unzipdirname)

    print "Start to unzip file %s to folder %s ..." % (zipfilename, unzipdirname)

    #Check input ...

    if not os.path.exists(fullzipfilename):

        print "Dir/File %s is not exist, Press any key to quit..." % fullzipfilename

        inputStr = raw_input()

        return

    if not os.path.exists(fullunzipdirname):

        os.mkdir(fullunzipdirname)

    else:

        if os.path.isfile(fullunzipdirname):

            print "File %s is exist, are you sure to delet it first ? [Y/N]" % fullunzipdirname

            while 1:

                inputStr = raw_input()

                if inputStr == "N" or inputStr == "n":

                    return

                else:

                    if inputStr == "Y" or inputStr == "y":

                        os.remove(fullunzipdirname)

                        print "Continue to unzip files ..."

                        break  

    #Start extract files ...

    srcZip = zipfile.ZipFile(fullzipfilename, "r")

    for eachfile in srcZip.namelist():

        if eachfile.endswith('/'):

            # is a directory

            print 'Unzip directory %s ...' % eachfilename

            os.makedirs(os.path.normpath(os.path.join(fullunzipdirname, eachfile)))

            continue

        print "Unzip file %s ..." % eachfile

        eachfilename = os.path.normpath(os.path.join(fullunzipdirname, eachfile))

        eachdirname = os.path.dirname(eachfilename)

        if not os.path.exists(eachdirname):

            os.makedirs(eachdirname)

        fd=open(eachfilename, "wb")

        fd.write(srcZip.read(eachfile))

        fd.close()

    srcZip.close()

    print "Unzip file succeed!"

二. tarfile

　　linux上常用的tar文件不被zipfile支持，应该要用tarfile模块来处理tar文件，无论tar文件是否被压缩还是仅仅被打包，都可以读取和写入tar文件。和zipfile模块类似的。

Tarfile有以下一些方法和类：

　　is_tarfile(filename)　　检查是否是个有效的tar文件

　　open([name[,mode]])　　和zipfile的ZipFile有所不同的是，这里的open除了指出打开文件的方式以外还指出了文件的压缩方式。通过filemode[:compression]的方式可以指出很多种文件模式：

　　　　'r'　　读打开，如果文件是压缩得会被透明（？？？）地解压缩。这是默认打开方式

　　　　'r:'　　读打开，不压缩文件

　　　　'r:gz'　　读打开，使用gzip压缩文件

　　　　'r:bz2'　　读打开，使用bzip2压缩文件

　　　　'a','a:'　　追加打开，不压缩文件　　//注意，a模式下不能加压缩格式的。如果想要给压缩包添加什么东西的话最好另寻他路

　　　　'w','w:'　　写打开，不压缩文件

　　　　'w:gz'　　写打开，使用gzip压缩文件

　　　　'w:bz2'　　写打开只用bzip2压缩文件

　　TarInfo类对象和ZipInfo类似的，一个子文件的TarInfo对象存储了这个子文件的一些信息。

TarInfo对象有一些方法和属性：

　　　　it.gid/gname　　获取这个子文件的组ID和组名称

　　　　it.uid/uname　　获取这个子文件的用户id和用户名称

　　　　ti.isdir()　　判断这个子文件是否是个目录

　　　　ti.isfile()　　判断是否是个普通文件

　　　　ti.name　　文件名

　　　　ti.mode　　权限

　　　　ti.size　　大小

　　　　ti.mtime　　最后修改时间

　　由open返回的一个tarfile实例t有以下方法：

　　　　t.add(name[,arcname,[recursive]])　　将tar包外的文件或目录name添加到tar包内的arcname，当name是个目录时可把recursive设置为True来递归地加入tar包

　　　　t.close()

　　　　t.errorlevel　　可以设置提取tar包中文件时如何确定处理错误，当这一属性为0时，错误将被忽略，为1时错误将导致IOError和OSError，如果设置为2非致命性错误将会导致TarError

　　　　t.extract(member[,path])　　从tar包中提取一个子文件，保存到指定目录下

　　　　t.extractfile(member)　　从tar包中提取一个子文件，但返回的是个类文件对象，可以通过read，write等方法来操作文件的内容

　　　　t.getnames()　　类似于zipfile中的namelist()

　　　　t.ignore_zeros　　若这一个属性被设置为True的话，读取tar包时会跳过空块，如果这已设置为False则空块表示tar包的结束。这个属性的设置有利于读取损坏的tar包

　　　　t.list()　　类似于zipfile的printdir(),但是其列出的信息更加详细，如果不要这么详细的信息，可以加上参数False

　　　　t.getmemebers()　　返回一个列表，内容是所有文件的TarInfo对象

参考文章：

https://www.cnblogs.com/franknihao/p/6613236.html

https://docs.python.org/3/library/zipfile.html

https://docs.python.org/3/library/tarfile.html