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
深入分析在Python模块顶层运行的代码引起的一个Bug
Jul 04 Python
用python + openpyxl处理excel2007文档思路以及心得
Jul 14 Python
python+opencv识别图片中的圆形
Mar 25 Python
python获取程序执行文件路径的方法(推荐)
Apr 26 Python
Python3列表内置方法大全及示例代码小结
May 10 Python
python 哈希表实现简单python字典代码实例
Sep 27 Python
python实现高斯判别分析算法的例子
Dec 09 Python
django-利用session机制实现唯一登录的例子
Mar 16 Python
基于Python计算圆周率pi代码实例
Mar 25 Python
python MultipartEncoder传输zip文件实例
Apr 07 Python
python输入一个水仙花数(三位数) 输出百位十位个位实例
May 03 Python
Python中X[:,0]和X[:,1]的用法
May 10 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笔记之:数据类型与常量的使用分析
2013/05/14 PHP
PHP图片库imagemagick安装方法
2014/09/23 PHP
Yii中表单用法实例详解
2016/01/05 PHP
smarty模板数学运算示例
2016/12/11 PHP
PHP解耦的三重境界(浅谈服务容器)
2017/03/13 PHP
利用PHPStorm如何开发Laravel应用详解
2017/08/30 PHP
js用Date对象处理时间实现思路及代码
2013/01/31 Javascript
本地图片预览(支持IE6/IE7/IE8/Firefox3)经验总结
2013/03/25 Javascript
Node.js的Koa框架上手及MySQL操作指南
2016/06/13 Javascript
Highcharts入门之简介
2016/08/02 Javascript
angularjs下拉框空白的解决办法
2017/06/20 Javascript
详解Angular之constructor和ngOnInit差异及适用场景
2017/06/22 Javascript
jquery拖动改变div大小
2017/07/04 jQuery
原生js实现密码输入框值的显示隐藏
2017/07/17 Javascript
使用ECharts实现状态区间图
2018/10/25 Javascript
详解在网页上通过JS实现文本的语音朗读
2019/03/28 Javascript
微信内置浏览器图片查看器的代码实例
2019/10/08 Javascript
Taro小程序自定义顶部导航栏功能的实现
2020/12/17 Javascript
[49:43]VG vs FNATIC 2019国际邀请赛小组赛 BO2 第一场 8.15
2019/08/17 DOTA
Python splitlines使用技巧
2008/09/06 Python
python 字典(dict)遍历的四种方法性能测试报告
2014/06/25 Python
Python-numpy实现灰度图像的分块和合并方式
2020/01/09 Python
python设置环境变量的作用整理
2020/02/17 Python
pyecharts调整图例与各板块的位置间距实例
2020/05/16 Python
css3 transform过渡抖动问题解决
2020/10/23 HTML / CSS
英国女性时尚精品店:THE DRESSING ROOM
2018/05/23 全球购物
有趣的流行文化T恤、马克杯、手机壳和更多:Look Human
2019/01/07 全球购物
戴尔新西兰官网:Dell New Zealand
2020/01/07 全球购物
安全责任书范文
2014/03/12 职场文书
电话客服专员岗位职责
2014/06/28 职场文书
房屋租赁委托书范本
2014/10/04 职场文书
上课说话检讨书500字
2014/11/01 职场文书
廉政承诺书2015
2015/04/28 职场文书
学生会副主席竞选稿
2015/11/19 职场文书
Python中OpenCV实现简单车牌字符切割
2021/06/11 Python
5道关于python基础 while循环练习题
2021/11/27 Python