使用 Python 解压缩文件并返回它创建的所有目录

Posted 2023-03-06

【中文标题】使用 Python 解压缩文件并返回它创建的所有目录

【英文标题】：unzipping a file with Python and returning all the directories it creates

【发布时间】：2013-02-04 21:41:02

【问题描述】：

如何使用 Python 将 .zip 文件解压缩到某个目录 output_dir 并获取解压缩后生成的所有目录的列表？例如，如果我有：

unzip('myzip.zip', 'outdir')

outdir 是一个目录，其中可能包含其他文件/目录。当我将myzip.zip 解压缩到其中时，我希望unzip 返回在outdir/ 中创建的所有目录作为压缩的结果。到目前为止，这是我的代码：

import zipfile
def unzip(zip_file, outdir):
    """
    Unzip a given 'zip_file' into the output directory 'outdir'.
    """
    zf = zipfile.ZipFile(zip_file, "r")
    zf.extractall(outdir)

如何让unzip 返回它在outdir 中创建的目录？谢谢。

编辑：对我来说最有意义的解决方案是仅获取 zip 文件中的***目录，然后递归地遍历它们，这将保证我获得 zip 生成的所有文件。这可能吗？ namelist 的系统特定行为使其几乎无法依赖

【问题讨论】：

实际上，如果 zip 存档中包含的一个或多个目录已在本地存在，您无法确保任何给定目录将仅包含从存档中提取的文件。在这种情况下，您需要扫描文件系统before 提取，然后after 提取并计算差异。不过看起来工作量很大。

extractall() 的制造者为什么不让该函数返回刚刚创建的文件名数组？

【参考方案1】：

您可以使用namelist() 方法读取压缩文件的内容。目录将有一个尾随路径分隔符：

>>> import zipfile
>>> zip = zipfile.ZipFile('test.zip')
>>> zip.namelist()
['dir2/', 'file1']

您可以在提取内容之前或执行此操作。

根据您的操作环境，namelist() 的结果可能仅限于 zip 存档的***路径（例如 Linux 上的 Python）或可能覆盖存档的全部内容（例如 IronPython 在Windows）。

namelist() 返回 zip 存档内容的完整列表，目录用尾随路径分隔符标记。例如，以下文件结构的 zip 存档：

./file1
./dir2
./dir2/dir21
./dir3
./dir3/file3
./dir3/dir31
./dir3/dir31/file31

zipfile.ZipFile.namelist() 返回以下列表：

[ 'file1', 
  'dir2/', 
  'dir2/dir21/', 
  'dir3/', 
  'dir3/file3', 
  'dir3/dir31/', 
  'dir3/dir31/file31' ]

我猜

取决于实现。在 IronPython 中，zip.namelist() 显示 所有 存档中的文件，而不仅仅是顶层

hmm... 可能是这些专利/许可问题之一。在我的 Linux 环境中只是***的。如果有人知道解决方案，我很乐意听到。

我想查看所有目录，而不仅仅是***目录。

我的环境出了点问题...在 Fedora 17 上重新安装了与 zip 相关的软件包，现在获得了完整路径。很奇怪......无论如何，我的错，很抱歉造成混乱。

这将告诉您 zip 文件中的内容，但它不会告诉您在解压缩文件时将创建哪些目录名称 - 一些目录可能在解压缩之前已经存在.

【参考方案2】：

ZipFile.namelist 将返回存档中项目名称的列表。但是，这些名称将只是文件的全名，包括它们的目录路径。 （一个 zip 文件只能包含文件，不能包含目录，所以目录由归档成员名称隐含。）要确定创建的目录，您需要每个文件隐式创建的每个目录的列表。

下面的dirs_in_zip() 函数将执行此操作并将所有目录名称收集到一个集合中。

import zipfile
import os

def parent_dirs(pathname, subdirs=None):
    """Return a set of all individual directories contained in a pathname

    For example, if 'a/b/c.ext' is the path to the file 'c.ext':
    a/b/c.ext -> set(['a','a/b'])
    """
    if subdirs is None:
        subdirs = set()
    parent = os.path.dirname(pathname)
    if parent:
        subdirs.add(parent)
        parent_dirs(parent, subdirs)
    return subdirs


def dirs_in_zip(zf):
    """Return a list of directories that would be created by the ZipFile zf"""
    alldirs = set()
    for fn in zf.namelist():
        alldirs.update(parent_dirs(fn))
    return alldirs


zf = zipfile.ZipFile(zipfilename, 'r')

print(dirs_in_zip(zf))

【讨论】：

not 是否返回所有平台上的完整路径名。查看其他答案。

@isedev，我刚刚在 Linux (Ubuntu 12.04.2) 上使用 Python 2.7.3 和在 OS X 10.7.5 上使用 Python 2.7.1 进行了测试，并且在这两种情况下都获得了完整的路径名。我看不出怎么可能not 给出完整的路径名，因为在 zipinfo 结构中只有一个地方可以存储名称。 namelist() 应该与 [zinfo.name for zinfo in zfile.infolist()] 相同你知道这是不正确的特定平台吗？

我的环境出了点问题...在 Fedora 17 上重新安装了 zip 相关软件包，现在获得了完整路径。很奇怪......无论如何，我的错，很抱歉造成混乱。不过还有一件事：zip 可以包含目录...试试这个：'touch file1; mkdir 目录2； zip test.zip *' -> dir2 将在 zip 中列出。无论如何，谢谢，会相应地更新我的答案。

【参考方案3】：

让它完成，然后读取目录的内容 - 这是一个 good example 。

【讨论】：

但我不知道哪些文件是通过解压缩创建的，哪些已经存在。请记住，输出目录中可能包含文件

公平地说，使用 namelist() 或 infolist() 来查看存档的内容。

【参考方案4】：

假设没有其他人会同时写入目标目录，在解压缩之前递归遍历目录，然后在解压之后，比较结果。