python处理常见格式压缩包文件的全指南

目录

• 1.7z压缩包
• 安装py7zr库
• 解压.7z文件
• 压缩为.7z文件
• 7z压缩包分卷的解压缩
• 2.tar和gz压缩包
• 安装相关包
• tarfile包常用函数
• 压缩为tar.gz文件
• 解压tar.gz文件
• 将tar.gz解压tar文件
• 解压tar文件
• 3.zip类压缩包
• 4.处理.rar文件

pip install py7zr

以下示例代码将一次性把"F:/Ticks/test.7z"压缩文件里面的所有文件一一按照原文件层次结构递归解压到"F:/Ticks/test"目录下。注意，如果xxx.7z里面包含有压缩文件，将不会解压。

import py7zr
 
def un_7z(file_7z_path):
    save_dir = file_7z_path[:file_7z_path.rfind(".7z")]
    archive = py7zr.SevenZipFile(file_7z_path, mode='r')
    archive.extractall(path=save_dir)
    archive.close()
 
if __name__ == "__main__":
    filepath = "F:/Ticks/test.7z"
    un_7z(filepath)

源文件夹目录结构

解压后是保持一致的

py7zr (v0.6及更高版本) 也提供了上下文管理，所以可以使用 with 代码块：

import py7zr
 
with py7zr.SevenZipFile('sample.7z', mode='r') as z:
    z.extractall()

py7zr 还支持提取单个或通过 extract(targets=[‘file path’]) 选特定的多个文件进行解压。注意：如果只指定文件而不指定父目录，将会提取失败。

import py7zr
import re
 
filter_pattern = re.compile(r'<your/target/file_and_directories/regex/expression>')
with SevenZipFile('archive.7z', 'r') as archive:
    allfiles = archive.getnames()
    selective_files = [f for f in allfiles if filter_pattern.match(f)]
    archive.extract(targets=selective_files)

py7zr（v0.6及更高版本）支持提取受密码保护的归档文件。

import py7zr
 
with py7zr.SevenZipFile('encrypted.7z', mode='r', password='secret') as z:
    z.extractall()

下面是一段如何生成归档文件的示例代码

import py7zr
 
with py7zr.SevenZipFile('target.7z', 'w') as archive:
    archive.writeall('/path/to/base_dir', 'base')
 
with py7zr.SevenZipFile('target.7z', 'w') as z:
    z.writeall('./base_dir')

要创建加密存档，请传递密码

import py7zr
 
with py7zr.SevenZipFile('target.7z', 'w', password='secret') as archive:
    archive.writeall('/path/to/base_dir', 'base')

要使用zstandard等算法创建存档，可以使用自定义过滤器调用。

import py7zr
 
my_filters = [{"id": py7zr.FILTER_ZSTD}]
another_filters = [{"id": py7zr.FILTER_ARM}, {"id": py7zr.FILTER_LZMA2, "preset": 7}]
with py7zr.SevenZipFile('target.7z', 'w', filters=my_filter) as archive:
    archive.writeall('/path/to/base_dir', 'base')

①分卷长什么样

正常情况下是把文件夹filename压缩为filename.7z压缩包，但7z也提供了用分卷的形式，比如11个分卷

filename.7z.001，filename.7z.002，filename.7z.003，filename.7z.004，…….，filename.7z.011

7z.001这类文件是7z格式文件简单分割出的

②如何手动解压分卷形式的压缩包

要将全部分卷放在同一个目录下，然后解压filename.7z.001即可，如果filename.7z.001所在目录下缺少部分分卷，则会无法解压或者解压失败

③如何将分卷压缩包合并为7z压缩包文件

linux环境下

进入分卷所在文件夹，使用指令

cat {文件名1} {文件名2} {文件名n} > {生成文件名}

下以文件名 shapeNetP2M.7z为例，执行如下命令：

cat ShapeNetP2M.7z-001.001 ShapeNetP2M.7z-002.002 ShapeNetP2M.7z-003.003 >ShapeNetP2M.7z

[root@localhost 7ztest]# ls
BondTick.7z.001  BondTick.7z.002  BondTick.7z.003  BondTick.7z.004  BondTick.7z.005  BondTick.7z.006  BondTick.7z.007  BondTick.7z.008  BondTick.7z.009  BondTick.7z.010  BondTick.7z.011
[root@localhost 7ztest]# cat * > BondTick.7z

windows环境下

1、在G:DownloadsTest目录中有一批Test.7z.00x分卷压缩文件（后缀一般为001-00x）。

2、首先使用快捷键“Win+R”弹出运行命令框，输入：cmd，打开命令行窗口。

3、输入：cd /d G:DownloadsTest，进入7z分卷文件目录中。

4、然后输入：copy /b test.7z.* test.7z。

5、成功后就会在当前目录看到一个test.7z文件（7z后缀）

Python自带的tarfile模块可以方便读取tar归档文件，牛b的是可以处理使用gzip和bz2压缩归档文件tar.gz和tar.bz2。

①tarfile.open

创建tar文件对象

tarfile.open(name=None,mode='r',fileobj=None,bufsize=10240,**kwargs)

mode的值有：

• 'r' or 'r:*'   Open for reading with transparent compression (recommended).
• 'r:'   Open for reading exclusively without compression.
• 'r:gz'   Open for reading with gzip compression.
• 'r:bz2'   Open for reading with bzip2 compression.
• 'a' or 'a:'   Open for appending with no compression. The file is created if it does not exist.
• 'w' or 'w:'   Open for uncompressed writing.
• 'w:gz'   Open for gzip compressed writing.
• 'w:bz2'   Open for bzip2 compressed writing.

②tar.close()

关闭文件对象

③tar.add(filepath)

将文件filepath添加到压缩包文件中

④tar.getnames()

获取压缩包里的全部目录和文件路径，返回列表，比如压缩包是linux环境下的某个压缩包，压缩时某个文件路径是"/home/tick/test/20230510/601669_snap.csv"，则返回列表里的某个元素就是"/home/pjzy003/test/20230510/601669_snap.csv"

⑤tar.extract(file_name, target_dir)

将压缩包文件中的文件file_name解压到target_dir中，最终解压后的文件路径或者目录路径为target_dir+file_name

• 比如target_dir="D:xxxyyy"，file_name="test20230510"，则新生成的文件夹为"D:xxxyyytest20230510"
• 比如target_dir="D:/xxx/yyy"，file_name="/home/tick/test/20230510/601669_snap.csv"，则新生成的文件为"D:/xxx/yyy/home/tick/test/20230510/601669_snap.csv"

注意：tar.extract函数的第一个参数必须传入tar.getnames()这个函数返回的列表里的元素

import os
import tarfile
 
if __name__ == "__main__":
    dir_path = r"D:PythonTest20220510"
    tar_gz_path = f"{dir_path}.tar.gz"
    
    # 1.创建tar文件对象
    tar = tarfile.open(tar_gz_path, "w:gz")
    
    # 2.将子目录和文件添加到tar对象中
    for root, dirs, files in os.walk(dir_path):
        # 2.1先将目录添加到压缩包中
        tar.add(root)
        
        # 2.2再将目录下的文件添加到压缩包中
        for file in files:
            fullpath = os.path.join(root, file)
            tar.add(fullpath)
    
    # 3.关闭tar对象
    tar.close()

用法示例

import os
import tarfile
 
if __name__ == "__main__":
    tar_gz_path = r"D:PythonTesttest20220510.tar.gz"
    # 以下代码将tar.gz文件解压到了同级目录下
    # 比如D:PythonTesttest20220510.tar.gz
    # 解压后产生D:PythonTesttest20220510
    
    # 处理路径信息
    tar_gz_path = tar_gz_path.replace("\", "/")
    tar_gz_dir = tar_gz_path[:tar_gz_path.rfind("/")]
    tar_gz_name = tar_gz_path[tar_gz_path.rfind("/")+1:]
    dir_name = tar_gz_name[:-7]
    
    # 创建tar文件对象
    tar = tarfile.open(tar_gz_path, "r:gz")
    
    # 获取压缩包下的所有子目录和文件路径
    file_names = tar.getnames()
    print(file_names)
 
    # 解压
    for file_name in file_names:
        print("=============")
        print("file_name:", file_name)   
        pre_name = file_name[:file_name.rfind(dir_name)-1]
        print("pre_name:", pre_name)     
        save_dir = tar_gz_dir[:tar_gz_dir.rfind(pre_name)]
        print("save_dir:", save_dir)    
        tar.extract(file_name, save_dir)
    
    # 关闭tar对象
    tar.close()

将其封装为函数。与示例相比，这里的函数处理了文件路径的细节问题，比如压缩的路径"D:data20230510.tar.gz"，压缩包里面的文件路径是"/home/tick/test/20230510/601669_snap.csv"，则解压后的文件路径是"D:/data/20230510/home/tick/test/20230510/601669_snap.csv"，但是我们想要的是"D:/data/20230510/601669_snap.csv"这种效果，因此需要处理，具体见下方代码。

import os
import shutil
import tarfile
 
def un_tar_gz(gz_file_path):
    """
    :param gz_file_path: tar.gz文件路径，比如D:/PythonTest/test/20220510.tar.gz
    :return: None
    函数作用：
        将tar.gz文件解压到了同级目录下
        比如D:/PythonTest/test/20220510.tar.gz解压后产生D:/PythonTest/test/20220510
    """
    # 判断传输的文件类型是否正确
    if gz_file_path[-7:] != ".tar.gz":
        print(f"{gz_file_path} not tar.gz type")
        return None
    
    # 若文件不存在
    if not os.path.exists(gz_file_path):
        print(f"{gz_file_path} not exists")
        return None
    
    # 处理路径信息
    tar_gz_path = gz_file_path.replace("\", "/")
    tar_gz_dir = tar_gz_path[:tar_gz_path.rfind("/")]
    tar_gz_name = tar_gz_path[tar_gz_path.rfind("/") + 1:]
    tar_gz_name_pre = tar_gz_name[:-7]
    save_dir = tar_gz_dir + "/" + tar_gz_name_pre
    save_dir_temp = save_dir + "_temp"
    
    # 创建tar文件对象
    tar = tarfile.open(tar_gz_path, "r:gz")
    
    # 获取压缩包下的所有子目录和文件路径
    file_names = tar.getnames()
    # print(file_names)
    
    # 解压，解压后的文件名为 save_dir + file_name
    for file_name in file_names:
        tar.extract(file_name, save_dir_temp)
    
    # 关闭tar对象
    tar.close()
    
    # 创建同级目录
    if not os.path.exists(save_dir):
        os.mkdir(save_dir)
    
    # 将解压后的文件移动到同级目录下
    for file_name in file_names:
        temp_file_path = save_dir_temp+"/"+file_name
        start_index = file_name.rfind(tar_gz_name_pre) + len(tar_gz_name_pre)
        final_file_path = save_dir+"/"+file_name[start_index:]
        if not os.path.exists(final_file_path):
            if os.path.isdir(temp_file_path):
                os.mkdir(final_file_path)
            else:
                shutil.move(temp_file_path, final_file_path)
    
    # 删除临时目录
    if os.path.exists(save_dir_temp):
        shutil.rmtree(save_dir_temp)
 
if __name__ == "__main__":
    gz_path = r"D:PythonTesttest20220510.tar.gz"
    un_tar_gz(gz_path)

import gzip
 
def ungz(filename):
    filename = filename[:-3] 
    # gz文件的单文件解压就是去掉 filename 后面的 .gz
    gz_file = gzip.GzipFile(filename)
    with open(filename, "w+") as file:
        file.write(gz_file.read())
        return filename  # 这个gzip的函数需要返回值以进一步配合untar函数

import tarfile
 
def untar(filename):
    tar = tarfile.open(filename)
    names = tar.getnames()
    # tar本身是将文件打包，解除打包会产生很多文件，因此需要建立文件夹存放
    if not os.path.isdir(filename + "_dir"):
        os.mkdir(filename + "_dir")
    for name in names:
        tar.extract(name, filename + "_dir/")
    tar.close()

使用zipfile模块

import zipfile
 
def unzip(filename):
    zip_file = zipfile.ZipFile(filename)
    # 类似tar解除打包，建立文件夹存放解压的多个文件
    if not os.path.isdir(filename + "_dir"):
        os.mkdir(filename + "_dir")
    for names in zip_file.namelist():
        zip_file.extract(names, filename + "_dir/")
    zip_file.close()

使用rarfile包

import rarfile
import os
 
def unrar(filename):
    rar = rarfile.RarFile(filename)
    if not os.path.isdir(filename + "_dir"):
        os.mkdir(filename + "_dir")
    os.chdir(filename + "_dir")  # 改变当前工作路径
    rar.extractall()   # 将全部文件解压到当前工作路径
    rar.close()

以上就是python处理常见格式压缩包文件的全指南的详细内容，更多关于python处理压缩包文件的资料请关注风君子博客其它相关文章！

您可能感兴趣的文章:

• 详解python解压压缩包的五种方法
• 用python批量解压带密码的压缩包
• Python压缩包处理模块zipfile和py7zr操作代码
• Python读取ZIP和TAR格式压缩包的实现
• 基于Python实现读取嵌套压缩包下文件的方法