使用 Python 下载并解压缩文件

Posted 2023-03-06

【中文标题】使用 Python 下载并解压缩文件

【英文标题】：Download and unzip file with Python

【发布时间】：2011-07-28 15:12:26

【问题描述】：

我正在尝试下载并打开一个压缩文件，但在使用带有 zipfile 的文件类型句柄时似乎遇到了问题。运行时出现错误“AttributeError: addinfourl instance has no attribute 'seek'”：

import zipfile
import urllib2

def download(url,directory,name):
 webfile = urllib2.urlopen('http://www.sec.gov'+url)
 webfile2 = zipfile.ZipFile(webfile)
 content = zipfile.ZipFile.open(webfile2).read()
 localfile = open(directory+name, 'w')
 localfile.write(content)
 localfile.close()
 return()

download(link.get("href"),'./fails_data', link.text)

【参考方案1】：

综上所述，以下是从网站检索压缩文件中第一个文件的内容：

import urllib.request
import zipfile
    
url = 'http://www.gutenberg.lib.md.us/4/8/8/2/48824/48824-8.zip'
filehandle, _ = urllib.request.urlretrieve(url)
zip_file_object = zipfile.ZipFile(filehandle, 'r')
first_file = zip_file_object.namelist()[0]
file = zip_file_object.open(first_file)
content = file.read()

【讨论】：

对于较新的python版本，请在第一行执行import urllib.request as urllib。

【参考方案2】：

您无法在 urllib2.urlopened 文件中查找。它支持的方法在这里列出：http://docs.python.org/library/urllib.html#urllib.urlopen。

您必须检索文件（可能使用urllib.urlretrieve、http://docs.python.org/library/urllib.html#urllib.urlretrieve），然后对其使用zipfile。

或者，如果您希望压缩数据在内存中，您也可以read()urlopened 文件，然后将其放入StringIO，然后在其上使用zipfile。如果您只想提取文件而不是使用read，请查看zipfile 的extract 和extract_all 方法。

【参考方案3】：

从 2020 年开始，您可以使用dload 下载并解压缩文件，即：

import dload
dload.save_unzip("https://file-examples.com/wp-content/uploads/2017/02/zip_2MB.zip")

默认情况下，它会以 zip 文件名提取到脚本路径上的目录，但您可以指定提取位置：

dload.save_unzip("https://file-examples.com/wp-content/uploads/2017/02/zip_2MB.zip", "/extract/here")

---

使用pip install dload安装

【讨论】：

有人维护这个吗？自 3 月以来我没有看到一个提交？

@Ari 看起来不像，这很不幸，因为它看起来像一个非常酷的包。我在使用save_unzip时也遇到了this error

【参考方案4】：

我没有足够的代表发表评论，但关于上面 Marius 的回答，请注意对于 Python3，由于 urllib 已被拆分为多个模块，因此需要对导入和 urlretrieve 调用进行轻微修改。

import urllib

变成：

import urllib.request

和

filehandle, _ = urllib.urlretrieve(url)

变成

filehandle, _ = urllib.request.urlretrieve(url)

【参考方案5】：

迭代@Marius 答案（直接从 zip 中读取单个文件），如果要将所有文件提取到目录中，请执行以下操作：

import urllib
import zipfile

url = "http://www.gutenberg.lib.md.us/4/8/8/2/48824/48824-8.zip"
extract_dir = "example"

zip_path, _ = urllib.request.urlretrieve(url)
with zipfile.ZipFile(zip_path, "r") as f:
    f.extractall(extract_dir)

这会将 zip 文件存储在一个临时目录中。如果您想保留它，可以将文件名传递给urlretrieve，例如urllib.request.urlretrieve(url, "my_zip_file.zip").