从gzip文件到python中文本的字节

Posted 2023-02-18

【中文标题】从gzip文件到python中文本的字节

【英文标题】：Bytes from gzip file to text in python

【发布时间】：2016-10-08 19:18:03

【问题描述】：

一旦 gzip 文件的内容被提取到一个名为text 的字符串中，它看起来就像是乱码。我怎样才能把它变成人类可读的东西？

with open("zipped_ex.gz.2016") as f:
    text = f.read()
    print text

注意：我不是在寻找从 zipper_ex_gz.2016 到内容的方法。相反，我正在寻找一种从字节串到内容的方法。

【问题讨论】：

当您搜索 从 zip 字节读取特定文件时也会弹出此 Q - 为此 - 您需要打开 zip my_zip = ZipFile('path/to/my.zip)，打开里面的文件直接压缩file_in_zip = my_zip.open('path/inside/zip', "r")和file_in_zip.read()进行读取，也可以指定最大读取字节数-docs.python.org/3/library/zipfile.html#zipfile.ZipFile.open

【参考方案1】：

import gzip
with gzip.GzipFile("zipped_ex.gz.2016") as f:
    text = f.read()
    print text

在磁盘上，该文件是人类无法阅读的二进制 blop。 要使用存档中的数据，您需要了解如何提取它。

在这种情况下，通过GzipFile 模块在内存中“即时”解压缩存档，因此当您执行f.read() 时，您将获得存档内容，而不是磁盘上存档的二进制内容。

可以在bytes 字符串上使用相同的模块：

import io
import gzip

f = io.BytesIO(b"Your compressed gzip-file content here")
with gzip.GzipFile(fileobj=f) as fh:
    plain_text = fh.read()
    print(plain_text)

注意： gzip 文件实际上是用 gzip 格式压缩的单个数据单元，显然。但是，如果您想在 gzip 文件中使用 tar 文件，如果您有大量通过 tar 压缩的文本文件，请查看以下问题：How do I compress a folder with the Python GZip module?

【讨论】：

对不起，如果我想从文件 -> 内容中去，那会起作用，但我想从字节串到内容。对于没有在问题中更清楚地说明这一点，我深表歉意。

@Someone_Else 当您说 from bytesstring 时，您指的是从套接字接收的字节数据吗？如果是这样，这个选项仍然可行。

我的意思是从文件上调用普通 f.read() 函数的结果。 （我知道这听起来很愚蠢，但我正在使用远程主机做一些事情，以至于在原始文件上调用 gzip.GzipFile 不是一种选择。）

@Someone_Else，查看我最新的答案插件。在那里，您可以将 bytes 字符串转换为虚拟文件句柄（我认为 gzip 需要），然后将其转换为纯文本。