Python下2/3处理cjk编码的zip文件的方法 - 行业资讯 - 肥雀云

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中读取zip文件,zipfile.ZipInfo的文件名类型是str,基本上类似于python3中的字节,即可以被解码为unicode。

所以,要处理中文,只需要将文件名按照编码解码成unicode就好。

　　　　　　进口zipfile 　　fpath='/路径//zip.zip ' 　　zfile=zipfile。ZipFile (fpath ' r ') 　　在zfile.filelist fileinfo: 　　打印fileinfo.filename.decode (“gb18030”) 　　#如果要更加详细的区分字节/str/unicode的语义　　打印字节(fileinfo.filename) .decode (gb18030) 　　　　

Python3中,语言编码标志(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,很多软件在制作压缩压缩包的时候,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字节,然后再使用对应的编码方式解码:

　　　　　　fpath='/路径//zip.zip ' 　　zfile=zipfile。ZipFile (fpath ' r ') 　　在zfile.filelist fileinfo: 　　打印(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。

以上所述是小编给大家介绍的Python下2/3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的言,小编会及时回复大家的。在此也非常感谢大家对网站的支持。
　　如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!