zipfile
— 使用ZIP存档¶
源代码: Lib/zipfile.py
ZIP 文件格式是一个常用的归档与压缩标准。 这个模块提供了创建、读取、写入、添加及列出 ZIP 文件的工具。 任何对此模块的进阶使用都将需要理解此格式,其定义参见 PKZIP 应用程序笔记。
此模块目前不能处理分卷 ZIP 文件。它可以处理使用 ZIP64 扩展(超过 4 GB 的 ZIP 文件)的 ZIP 文件。它支持解密 ZIP 归档中的加密文件,但是目前不能创建一个加密的文件。解密非常慢,因为它是使用原生 Python 而不是 C 实现的。
这个模块定义了以下内容:
- exception zipfile.BadZipFile¶
为损坏的 ZIP 文件抛出的错误。
3.2 新版功能.
- exception zipfile.BadZipfile¶
BadZipFile
的别名,与旧版本 Python 保持兼容性。3.2 版后已移除.
- exception zipfile.LargeZipFile¶
当 ZIP 文件需要 ZIP64 功能但是未启用时会抛出此错误。
- class zipfile.ZipFile
用于读写 ZIP 文件的类。 欲了解构造函数的描述,参阅段落 ZipFile 对象。
- class zipfile.Path
用于 zip 文件的兼容 pathlib 的包装器。 详情参见 Path 对象。
3.8 新版功能.
- class zipfile.PyZipFile
用于创建包含 Python 库的 ZIP 归档的类。
- class zipfile.ZipInfo(filename='NoName', date_time=(1980, 1, 1, 0, 0, 0))¶
用于表示档案内一个成员信息的类。 此类的实例会由
ZipFile
对象的getinfo()
和infolist()
方法返回。 大多数zipfile
模块的用户都不必创建它们,只需使用此模块所创建的实例。 filename 应当是档案成员的全名,date_time 应当是包含六个字段的描述最近修改时间的元组;这些字段的描述请参阅 ZipInfo 对象。
- zipfile.is_zipfile(filename)¶
根据文件的 Magic Number,如果 filename 是一个有效的 ZIP 文件则返回
True
,否则返回False
。 filename 也可能是一个文件或类文件对象。在 3.1 版更改: 支持文件或类文件对象。
- zipfile.ZIP_STORED¶
未被压缩的归档成员的数字常数。
- zipfile.ZIP_LZMA¶
LZMA 压缩方法的数字常数。需要
lzma
模块。3.3 新版功能.
备注
ZIP 文件格式规范包括自 2001 年以来对 bzip2 压缩的支持,以及自 2006 年以来对 LZMA 压缩的支持。但是,一些工具(包括较旧的 Python 版本)不支持这些压缩方法,并且可能拒绝完全处理 ZIP 文件,或者无法提取单个文件。
参见
- PKZIP 应用程序笔记
Phil Katz 编写的 ZIP 文件格式文档,此格式和使用的算法的创建者。
- Info-ZIP 主页
有关 Info-ZIP 项目的 ZIP 存档程序和开发库的信息。
ZipFile 对象¶
- class zipfile.ZipFile(file, mode='r', compression=ZIP_STORED, allowZip64=True, compresslevel=None, *, strict_timestamps=True, metadata_encoding=None)¶
打开一个 ZIP 文件,file 为一个指向文件的路径(字符串),一个类文件对象或者一个 path-like object。
形参 mode 应当为
'r'
来读取一个存在的文件,'w'
来截断并写入新的文件,'a'
来添加到一个存在的文件,或者'x'
来仅新建并写入新的文件。如果 mode 为'x'
并且 file 指向已经存在的文件,则抛出FileExistsError
。如果 mode 为'a'
且 file 为已存在的文件,则格外的文件将被加入。如果 file 不指向 ZIP 文件,之后一个新的 ZIP 归档将被追加为此文件。这是为了将 ZIP 归档添加到另一个文件(例如python.exe
)。如果 mode 为'a'
并且文件不存在, 则会新建。如果 mode 为'r'
或'a'
, 则文件应当可定位。compression 是在写入归档时要使用的 ZIP 压缩方法,应为
ZIP_STORED
,ZIP_DEFLATED
,ZIP_BZIP2
或ZIP_LZMA
;不可识别的值将导致引发NotImplementedError
。 如果指定了ZIP_DEFLATED
,ZIP_BZIP2
或ZIP_LZMA
但相应的模块 (zlib
,bz2
或lzma
) 不可用,则会引发RuntimeError
。 默认值为ZIP_STORED
。如果 allowZip64 为
True
(默认值) 则当 zipfile 大于 4 GiB 时 zipfile 将创建使用 ZIP64 扩展的 ZIP 文件。 如果该参数为false
则当 ZIP 文件需要 ZIP64 扩展时zipfile
将引发异常。compresslevel 形参控制在将文件写入归档时要使用的压缩等级。 当使用
ZIP_STORED
或ZIP_LZMA
时无压缩效果。 当使用ZIP_DEFLATED
时接受整数0
至9
(更多信息参见zlib
)。 当使用ZIP_BZIP2
时接受整数1
至9
(更多信息参见bz2
)。strict_timestamps 参数在设为
False
时允许压缩早于 1980-01-01 的文件,代价时会将时间戳设为 1980-01-01。 类似的行为也会对晚于 2107-12-31 的文件发生,时间戳也会被设为该上限值。When mode is
'r'
, metadata_encoding may be set to the name of a codec, which will be used to decode metadata such as the names of members and ZIP comments.如果创建文件时使用
'w'
,'x'
或'a'
模式并且未向归档添加任何文件就执行了closed
,则会将适当的空归档 ZIP 结构写入文件。ZipFile 也是一个上下文管理器,因此支持
with
语句。 在这个示例中,myzip 将在with
语句块执行完成之后被关闭 — 即使是发生了异常:with ZipFile('spam.zip', 'w') as myzip: myzip.write('eggs.txt')
备注
metadata_encoding is an instance-wide setting for the ZipFile. It is not currently possible to set this on a per-member basis.
This attribute is a workaround for legacy implementations which produce archives with names in the current locale encoding or code page (mostly on Windows). According to the .ZIP standard, the encoding of metadata may be specified to be either IBM code page (default) or UTF-8 by a flag in the archive header. That flag takes precedence over metadata_encoding, which is a Python-specific extension.
3.2 新版功能: 添加了将
ZipFile
用作上下文管理员的功能。在 3.4 版更改: 默认启用 ZIP64 扩展。
在 3.5 版更改: 添加了对不可查找数据流的支持。 并添加了对
'x'
模式的支持。在 3.6 版更改: 在此之前,对于不可识别的压缩值将引发普通的
RuntimeError
。在 3.6.2 版更改: file 形参接受一个 path-like object。
在 3.7 版更改: 添加了 compresslevel 形参。
3.8 新版功能: strict_timestamps 仅限关键字参数
在 3.11 版更改: Added support for specifying member name encoding for reading metadata in the zipfile’s directory and file headers.
- ZipFile.getinfo(name)¶
返回一个
ZipInfo
对象,其中包含有关归档成员 name 的信息。 针对一个目前并不包含于归档中的名称调用getinfo()
将会引发KeyError
。
- ZipFile.infolist()¶
返回一个列表,其中包含每个归档成员的
ZipInfo
对象。 如果是打开一个现有归档则这些对象的排列顺序与它们对应条目在磁盘上的实际 ZIP 文件中的顺序一致。
- ZipFile.namelist()¶
返回按名称排序的归档成员列表。
- ZipFile.open(name, mode='r', pwd=None, *, force_zip64=False)¶
以二进制文件类对象的形式访问一个归档成员。 name 可以是归档内某个文件的名称也可以是某个
ZipInfo
对象。 如果包含了 mode 形参,则它必须为'r'
(默认值) 或'w'
。 pwd 为用于解密已加密 ZIP 文件的密码。open()
也是一个上下文管理器,因此支持with
语句:with ZipFile('spam.zip') as myzip: with myzip.open('eggs.txt') as myfile: print(myfile.read())
如果 mode 为
'r'
则文件类对象 (ZipExtFile
) 将为只读并且提供下列方法:read()
,readline()
,readlines()
,seek()
,tell()
,__iter__()
,__next__()
。 这些对象可独立于 ZipFile 进行操作。如果
mode='w'
则返回一个可写入的文件句柄,它将支持write()
方法。 当一个可写入的文件句柄被打开时,尝试读写 ZIP 文件中的其他文件将会引发ValueError
。当写入一个文件时,如果文件大小不能预先确定但是可能超过 2 GiB,可传入
force_zip64=True
以确保标头格式能够支持超大文件。 如果文件大小可以预先确定,则在构造ZipInfo
对象时应设置file_size
,并将其用作 name 形参。在 3.6 版更改: 移除了对
mode='U'
的支持。 请使用io.TextIOWrapper
以在 universal newlines 模式中读取已压缩的文本文件。在 3.6 版更改:
ZipFile.open()
can now be used to write files into the archive with themode='w'
option.在 3.6 版更改: 在已关闭的 ZipFile 上调用
open()
将引发ValueError
。 在之前的版本中则会引发RuntimeError
。
- ZipFile.extract(member, path=None, pwd=None)¶
从归档中提取出一个成员放入当前工作目录;member 必须为成员的完整名称或
ZipInfo
对象。 成员的文件信息会尽可能精确地被提取。 path 指定一个要提取到的不同目录。 member 可以是一个文件名或ZipInfo
对象。 pwd 是用于解密文件的密码。返回所创建的经正规化的路径(对应于目录或新文件)。
备注
如果一个成员文件名为绝对路径,则将去掉驱动器/UNC共享点和前导的(反)斜杠,例如:
///foo/bar
在 Unix 上将变为foo/bar
,而C:\foo\bar
在 Windows 上将变为foo\bar
。 并且一个成员文件名中的所有".."
都将被移除,例如:../../foo../../ba..r
将变为foo../ba..r
。 在 Windows 上非法字符 (:
,<
,>
,|
,"
,?
, and*
) 会被替换为下划线 (_
)。在 3.6 版更改: 在已关闭的 ZipFile 上调用
extract()
将引发ValueError
。 在之前的版本中则将引发RuntimeError
。在 3.6.2 版更改: path 形参接受一个 path-like object。
- ZipFile.extractall(path=None, members=None, pwd=None)¶
从归档中提取出所有成员放入当前工作目录。 path 指定一个要提取到的不同目录。 members 为可选项且必须为
namelist()
所返回列表的一个子集。 pwd 是用于解密文件的密码。警告
绝不要未经预先检验就从不可靠的源中提取归档文件。 这样有可能在 path 之外创建文件,例如某些成员具有以
"/"
开始的文件名或带有两个点号".."
的文件名。 此模块会尝试防止这种情况。 参见extract()
的注释。在 3.6 版更改: 在已关闭的 ZipFile 上调用
extractall()
将引发ValueError
。 在之前的版本中则将引发RuntimeError
。在 3.6.2 版更改: path 形参接受一个 path-like object。
- ZipFile.printdir()¶
将归档的目录表打印到
sys.stdout
。
- ZipFile.setpassword(pwd)¶
设置 pwd 为用于提取已加密文件的默认密码。
- ZipFile.read(name, pwd=None)¶
返回归档中文件 name 的字节数据。 name 是归档中文件的名称,或是一个
ZipInfo
对象。 归档必须以读取或追加方式打开。 pwd 为用于已加密文件的密码,并且如果指定该参数则它将覆盖通过setpassword()
设置的默认密码。 on a ZipFile that uses a compression method 在使用ZIP_STORED
,ZIP_DEFLATED
,ZIP_BZIP2
或ZIP_LZMA
以外的压缩方法的 ZipFile 上调用read()
将引发NotImplementedError
。 如果相应的压缩模块不可用也会引发错误。在 3.6 版更改: 在已关闭的 ZipFile 上调用
read()
将引发ValueError
。 在之前的版本中则会引发RuntimeError
。
- ZipFile.testzip()¶
读取归档中的所有文件并检查它们的 CRC 和文件头。 返回第一个已损坏文件的名称,在其他情况下则返回
None
。在 3.6 版更改: 在已关闭的 ZipFile 上调用
testzip()
将引发ValueError
。 在之前的版本中则将引发RuntimeError
。
- ZipFile.write(filename, arcname=None, compress_type=None, compresslevel=None)¶
将名为 filename 的文件写入归档,给予的归档名为 arcname (默认情况下将与 filename 一致,但是不带驱动器盘符并会移除开头的路径分隔符)。 compress_type 如果给出,它将覆盖作为构造器 compression 形参对于新条目所给出的值。 类似地,compresslevel 如果给出也将覆盖构造器。 归档必须使用
'w'
,'x'
或'a'
模式打开。备注
The ZIP file standard historically did not specify a metadata encoding, but strongly recommended CP437 (the original IBM PC encoding) for interoperability. Recent versions allow use of UTF-8 (only). In this module, UTF-8 will automatically be used to write the member names if they contain any non-ASCII characters. It is not possible to write member names in any encoding other than ASCII or UTF-8.
备注
归档名称应当是基于归档根目录的相对路径,也就是说,它们不应以路径分隔符开头。
备注
如果
arcname
(或filename
,如果arcname
未给出) 包含一个空字节,则归档中该文件的名称将在空字节位置被截断。备注
文件名开头有一个斜杠可能导致存档文件无法在 Windows 系统上的某些 zip 程序中打开。
在 3.6 版更改: 在使用
'r'
模式创建的 ZipFile 或已关闭的 ZipFile 上调用write()
将引发ValueError
。 在之前的版本中则会引发RuntimeError
。
- ZipFile.writestr(zinfo_or_arcname, data, compress_type=None, compresslevel=None)¶
将一个文件写入归档。 内容为 data,它可以是一个
str
或bytes
的实例;如果是str
,则会先使用 UTF-8 进行编码。 zinfo_or_arcname 可以是它在归档中将被给予的名称,或者是ZipInfo
的实例。 如果它是一个实例,则至少必须给定文件名、日期和时间。 如果它是一个名称,则日期和时间会被设为当前日期和时间。 归档必须以'w'
,'x'
或'a'
模式打开。如果给定了 compress_type,它将会覆盖作为新条目构造器的 compression 形参或在 zinfo_or_arcname (如果是一个
ZipInfo
实例) 中所给出的值。 类似地,如果给定了 compresslevel,它将会覆盖构造器。备注
当传入一个
ZipInfo
实例作为 zinfo_or_arcname 形参时,所使用的压缩方法将为在给定的ZipInfo
实例的 compress_type 成员中指定的方法。 默认情况下,ZipInfo
构造器将将此成员设为ZIP_STORED
。在 3.2 版更改: compress_type 参数。
在 3.6 版更改: 在使用
'r'
模式创建的 ZipFile 或已关闭的 ZipFile 上调用writestr()
将引发ValueError
。 在之前的版本中则会引发RuntimeError
。
- ZipFile.mkdir(zinfo_or_directory, mode=511)¶
Create a directory inside the archive. If zinfo_or_directory is a string, a directory is created inside the archive with the mode that is specified in the mode argument. If, however, zinfo_or_directory is a
ZipInfo
instance then the mode argument is ignored.The archive must be opened with mode
'w'
,'x'
or'a'
.3.11 新版功能.
以下数据属性也是可用的:
- ZipFile.filename¶
ZIP 文件的名称。
- ZipFile.debug¶
要使用的调试输出等级。 这可以设为从
0
(默认无输出) 到3
(最多输出) 的值。 调试信息会被写入sys.stdout
。
Path 对象¶
- class zipfile.Path(root, at='')¶
根据
root
zipfile (它可以是一个ZipFile
实例或适合传给ZipFile
构造器的file
) 构造一个 Path 对象。at
指定此 Path 在 zipfile 中的位置,例如 ‘dir/file.txt’, ‘dir/’ 或 ‘’。 默认为空字符串,即指定跟目录。
Path 对象会公开 pathlib.Path
对象的下列特性:
Path 对象可以使用 /
运算符或 joinpath
来进行遍历。
- Path.name¶
最终的路径组成部分。
- Path.open(mode='r', *, pwd, **)¶
在当前路径上发起调用
ZipFile.open()
。 允许通过支持的模式打开用于读取或写入文本或二进制数据: ‘r’, ‘w’, ‘rb’, ‘wb’。 当以文本模式打开时位置和关键字参数会被传给io.TextIOWrapper
,在其他情况下则会被忽略。pwd
是要传给ZipFile.open()
的pwd
形参。在 3.9 版更改: 增加了对以文本和二进制模式打开的支持。 现在默认为文本模式。
- Path.iterdir()¶
枚举当前目录的子目录。
- Path.is_dir()¶
如果当前上下文引用了一个目录则返回
True
。
- Path.is_file()¶
如果当前上下文引用了一个文件则返回
True
。
- Path.exists()¶
如果当前上下文引用了 zip 文件内的一个文件或目录则返回
True
。
- Path.suffix¶
The file extension of the final component.
3.11 新版功能: Added
Path.suffix
property.
- Path.suffixes¶
A list of the path’s file extensions.
3.11 新版功能: Added
Path.suffixes
property.
- Path.read_text(*, **)¶
读取当前文件为 unicode 文本。 位置和关键字参数会被传递给
io.TextIOWrapper
(buffer
除外,它将由上下文确定)。
- Path.read_bytes()¶
读取当前文件为字节串。
- Path.joinpath(*other)¶
返回一个新的 Path 对象,其中合并了每个 other 参数。 以下代码是等价的:
>>> Path(...).joinpath('child').joinpath('grandchild') >>> Path(...).joinpath('child', 'grandchild') >>> Path(...) / 'child' / 'grandchild'
在 3.10 版更改: 在 3.10 之前,
joinpath
未被写入文档并且只接受一个形参。
The zipp project provides backports
of the latest path object functionality to older Pythons. Use
zipp.Path
in place of zipfile.Path
for early access to
changes.
PyZipFile 对象¶
PyZipFile
构造器接受与 ZipFile
构造器相同的形参,以及一个额外的形参 optimize。
- class zipfile.PyZipFile(file, mode='r', compression=ZIP_STORED, allowZip64=True, optimize=- 1)¶
3.2 新版功能: optimize 形参。
在 3.4 版更改: 默认启用 ZIP64 扩展。
实例在
ZipFile
对象所具有的方法以外还附加了一个方法:- writepy(pathname, basename='', filterfunc=None)¶
查找
*.py
文件并将相应的文件添加到归档。如果
PyZipFile
的 optimize 形参未给定或为-1
,则相应的文件为*.pyc
文件,并在必要时进行编译。如果
PyZipFile
的 optimize 形参为0
,1
或2
,则限具有相应优化级别 (参见compile()
) 的文件会被添加到归档,并在必要时进行编译。如果 pathname 是文件,则文件名必须以
.py
为后缀,并且只有 (相应的*.pyc
) 文件会被添加到最高层级(不带路径信息)。 如果 pathname 不是以.py
为后缀的文件,则将引发RuntimeError
。 如果它是目录,并且该目录不是一个包目录,则所有的*.pyc
文件会被添加到最高层级。 如果目录是一个包目录,则所有的*.pyc
会被添加到包名所表示的文件路径下,并且如果有任何子目录为包目录,则会以排好的顺序递归地添加这些目录。basename 仅限在内部使用。
如果给定 filterfunc,则它必须是一个接受单个字符串参数的函数。 在将其添加到归档之前它将被传入每个路径(包括每个单独的完整路径)。 如果 filterfunc 返回假值,则路径将不会被添加,而如果它是一个目录则其内容将被忽略。 例如,如果我们的测试文件全都位于
test
目录或以字符串test_
打头,则我们可以使用一个 filterfunc 来排除它们:>>> zf = PyZipFile('myprog.zip') >>> def notests(s): ... fn = os.path.basename(s) ... return (not (fn == 'test' or fn.startswith('test_'))) >>> zf.writepy('myprog', filterfunc=notests)
writepy()
方法会产生带有这样一些文件名的归档:string.pyc # Top level name test/__init__.pyc # Package directory test/testall.pyc # Module test.testall test/bogus/__init__.pyc # Subpackage directory test/bogus/myfile.pyc # Submodule test.bogus.myfile
3.4 新版功能: filterfunc 形参。
在 3.6.2 版更改: pathname 形参接受一个 path-like object。
在 3.7 版更改: 递归排序目录条目。
ZipInfo 对象¶
ZipInfo
类的实例会通过 getinfo()
和 ZipFile
对象的 infolist()
方法返回。 每个对象将存储关于 ZIP 归档的一个成员的信息。
有一个类方法可以为文件系统文件创建 ZipInfo
实例:
- classmethod ZipInfo.from_file(filename, arcname=None, *, strict_timestamps=True)¶
为文件系统中的文件构造一个
ZipInfo
实例,并准备将其添加到一个 zip 文件。filename 应为文件系统中某个文件或目录的路径。
如果指定了 arcname,它会被用作归档中的名称。 如果未指定 arcname,则所用名称与 filename 相同,但将去除任何驱动器盘符和打头的路径分隔符。
strict_timestamps 参数在设为
False
时允许压缩早于 1980-01-01 的文件,代价时会将时间戳设为 1980-01-01。 类似的行为也会对晚于 2107-12-31 的文件发生,时间戳也会被设为该上限值。3.6 新版功能.
在 3.6.2 版更改: filename 形参接受一个 path-like object。
3.8 新版功能: strict_timestamps 仅限关键字参数
实例具有下列方法和属性:
- ZipInfo.is_dir()¶
如果此归档成员是一个目录则返回
True
。这会使用条目的名称:目录应当总是以
/
结尾。3.6 新版功能.
- ZipInfo.filename¶
归档中的文件名称。
- ZipInfo.date_time¶
上次修改存档成员的时间和日期。这是六个值的元组:
索引
值
0
Year (>= 1980)
1
月(1为基数)
2
月份中的日期(1为基数)
3
小时(0为基数)
4
分钟(0为基数)
5
秒(0为基数)
备注
ZIP文件格式不支持1980年以前的时间戳。
- ZipInfo.compress_type¶
归档成员的压缩类型。
- ZipInfo.extra¶
扩展字段数据。 PKZIP Application Note 包含一些保存于该
bytes
对象中的内部结构的注释。
- ZipInfo.create_system¶
创建 ZIP 归档所用的系统。
- ZipInfo.create_version¶
创建 ZIP 归档所用的 PKZIP 版本。
- ZipInfo.extract_version¶
需要用来提取归档的 PKZIP 版本。
- ZipInfo.reserved¶
必须为零。
- ZipInfo.flag_bits¶
ZIP 标志位。
- ZipInfo.volume¶
文件头的分卷号。
- ZipInfo.internal_attr¶
内部属性。
- ZipInfo.external_attr¶
外部文件属性。
- ZipInfo.header_offset¶
文件头的字节偏移量。
- ZipInfo.CRC¶
未压缩文件的 CRC-32。
- ZipInfo.compress_size¶
已压缩数据的大小。
- ZipInfo.file_size¶
未压缩文件的大小。
命令行接口¶
zipfile
模块提供了简单的命令行接口用于与 ZIP 归档的交互。
如果你想要创建一个新的 ZIP 归档,请在 -c
选项后指定其名称然后列出应当被包含的文件名:
$ python -m zipfile -c monty.zip spam.txt eggs.txt
传入一个目录也是可接受的:
$ python -m zipfile -c monty.zip life-of-brian_1979/
如果你想要将一个 ZIP 归档提取到指定的目录,请使用 -e
选项:
$ python -m zipfile -e monty.zip target-dir/
要获取一个 ZIP 归档中的文件列表,请使用 -l
选项:
$ python -m zipfile -l monty.zip
命令行选项¶
解压缩的障碍¶
zipfile 模块的提取操作可能会由于下面列出的障碍而失败。
由于文件本身¶
解压缩可能由于不正确的密码 / CRC 校验和 / ZIP 格式或不受支持的压缩 / 解密方法而失败。
文件系统限制¶
超出特定文件系统上的限制可能会导致解压缩失败。 例如目录条目所允许的字符、文件名的长度、路径名的长度、单个文件的大小以及文件的数量等等。
资源限制¶
缺乏内存或磁盘空间将会导致解压缩失败。 例如,作用于 zipfile 库的解压缩炸弹 (即 ZIP bomb) 就可能造成磁盘空间耗尽。
中断¶
在解压缩期间中断执行,例如按下 ctrl-C 或杀死解压缩进程可能会导致归档文件的解压缩不完整。
提取的默认行为¶
不了解提取的默认行为可能导致不符合期望的解压缩结果。 例如,当提取相同归档两次时,它会不经询问地覆盖文件。