使用 Python 直接从 zip 文件中读取 xml 文件

Posted 2023-03-06

【中文标题】使用 Python 直接从 zip 文件中读取 xml 文件

【英文标题】：Read xml files directly from a zip file using Python

【发布时间】：2016-02-14 18:48:28

【问题描述】：

我有以下 zip 文件结构：

some_file.zip/folder/folder/files.xml

所以我在 zip 文件的子文件夹中有很多 xml 文件。

到目前为止，我已经设法使用以下代码解压缩 zip 文件：

import os.path
import zipfile

with zipfile.ZipFile('some_file.zip') as zf:
    for member in zf.infolist():
        # Path traversal defense copied from
        # http://hg.python.org/cpython/file/tip/Lib/http/server.py#l789
        words = member.filename.split('/')
        path = "output"
        for word in words[:-1]:
            drive, word = os.path.splitdrive(word)
            head, word = os.path.split(word)
            if word in (os.curdir, os.pardir, ''): continue
            path = os.path.join(path, word)

        zf.extract(member, path)

但我不需要提取文件，而是直接从 zip 文件中读取它们。因此，要么在 for 循环中读取每个文件并对其进行处理，要么将每个文件保存在 Python 中的某种数据结构中。有可能吗？

【参考方案1】：

正如 Robin Davis 所写的那样，zf.open() 可以解决问题。这是一个小例子：

import zipfile

zf = zipfile.ZipFile('some_file.zip', 'r')

for name in zf.namelist():
    if name.endswith('/'): continue

    if 'folder2/' in name:
        f = zf.open(name)
        # here you do your magic with [f] : parsing, etc.
        # this will print out file contents
        print(f.read()) 

正如 OP 在评论中希望的那样，只会处理“folder2”中的文件...

【讨论】：

所以这将提取所有不是文件夹的文件。但是如何从此处的特定文件夹中提取文件？假设我有 some_file.zip/folder1/files 和 some_file.zip/folder2/files，例如，如何仅从文件夹 2 中提取文件？

【参考方案2】：

zf.open() 将返回一个类似对象的文件而不提取它。