python - 用python解压目录结构

Question

我有一个包含以下目录结构的 zip 文件：

dir1\dir2\dir3a
dir1\dir2\dir3b

我正在尝试解压缩并维护目录结构，但是出现错误：

IOError: [Errno 2] No such file or directory: 'C:\\\projects\\\testFolder\\\subdir\\\unzip.exe'

其中 testFolder 是上面的 dir1，subdir 是 dir2。

有没有快速解压文件和维护目录结构的方法？

Answer 1

如果您使用的是 Python 2.6，则 extract 和 extractall 方法非常有用。我现在必须使用 Python 2.5，所以如果它们不存在，我只需要创建目录。namelist()您可以使用该方法获取目录列表。目录将始终以正斜杠结尾（即使在 Windows 上），例如，

import os, zipfile

z = zipfile.ZipFile('myfile.zip')
for f in z.namelist():
    if f.endswith('/'):
        os.makedirs(f)

您可能不想完全那样做（即，您可能希望在遍历名称列表时提取 zip 文件的内容），但您明白了。

Answer 2

不要相信 extract() 或 extractall()。

这些方法会盲目地将文件提取到文件名中给出的路径。但是 ZIP 文件名可以是任何东西，包括像“x/../../../etc/passwd”这样的危险字符串。提取此类文件，您可能已经破坏了整个服务器。

也许这应该被认为是 Python 的 zipfile 模块中的一个可报告的安全漏洞，但过去任何数量的 zip-dearchivers 都表现出完全相同的行为。要安全地解压缩具有文件夹结构的 ZIP 文件，您需要深入检查每个文件路径。

Answer 3

我试过了，并且可以重现它。正如其他答案所建议的， extractall 方法不能解决问题。对我来说，这似乎是 zipfile 模块中的一个错误（可能仅限 Windows？），除非我误解了 zipfile 的结构。

testa\
testa\testb\
testa\testb\test.log
> test.zip

>>> from zipfile import ZipFile
>>> zipTest = ZipFile("C:\\...\\test.zip")
>>> zipTest.extractall("C:\\...\\")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "...\zipfile.py", line 940, in extractall
  File "...\zipfile.py", line 928, in extract
  File "...\zipfile.py", line 965, in _extract_member
IOError: [Errno 2] No such file or directory: 'C:\\...\\testa\\testb\\test.log'

如果我做 a printdir()，我会得到这个（第一列）：

>>> zipTest.printdir()
File Name
testa/testb/
testa/testb/test.log

如果我尝试仅提取第一个条目，如下所示：

>>> zipTest.extract("testa/testb/")
'C:\\...\\testa\\testb'

在磁盘上，这会导致创建一个文件夹testa，其中包含一个文件 testb。这显然是随后尝试提取test.log失败的原因；testa\testb是文件，不是文件夹。

编辑＃1：如果您只提取文件，那么它可以工作：

>>> zipTest.extract("testa/testb/test.log")
'C:\\...\\testa\\testb\\test.log'

编辑#2：杰夫的代码是要走的路；遍历namelist；如果是目录，则创建目录。否则，提取文件。

Answer 4

我知道现在说这个可能有点晚，但杰夫是对的。它很简单：

import os
from zipfile import ZipFile as zip

def extractAll(zipName):
    z = zip(zipName)
    for f in z.namelist():
        if f.endswith('/'):
            os.makedirs(f)
        else:
            z.extract(f)

if __name__ == '__main__':
    zipList = ['one.zip', 'two.zip', 'three.zip']
    for zip in zipList:
        extractAll(zipName)

Answer 5

如果您使用的是 Python 2.6，有一个非常简单的方法：extractall方法。

但是，由于该zipfile模块完全在 Python 中实现，没有任何 C 扩展，您可能可以将它从 2.6 安装中复制出来并与旧版本的 Python 一起使用；您可能会发现这比自己重新实现功能更容易。但是，函数本身很短：

def extractall(self, path=None, members=None, pwd=None):
    """Extract all members from the archive to the current working
       directory. `path' specifies a different directory to extract to.
       `members' is optional and must be a subset of the list returned
       by namelist().
    """
    if members is None:
        members = self.namelist()

    for zipinfo in members:
        self.extract(zipinfo, path, pwd)

Answer 6

听起来您正在尝试运行 unzip 来提取 zip。

最好使用 pythonzipfile模块，因此在 python 中进行提取。

import zipfile

def extract(zipfilepath, extractiondir):
    zip = zipfile.ZipFile(zipfilepath)
    zip.extractall(path=extractiondir)

Answer 7

过滤名单以排除文件夹

您所要做的就是过滤掉以namelist()结尾的条目/，问题就解决了：

  z.extractall(dest, filter(lambda f: not f.endswith('/'), z.namelist()))

开心！

Answer 8

如果像我一样，您必须使用较旧的 Python 版本（在我的情况下为 2.4）提取完整的 zip 存档，这就是我想出的（基于 Jeff 的回答）：

import zipfile
import os

def unzip(source_file_path, destination_dir):
    destination_dir += '/'
    z = zipfile.ZipFile(source_file_path, 'r')
    for file in z.namelist():
        outfile_path = destination_dir + file
        if file.endswith('/'):
            os.makedirs(outfile_path)
        else:
            outfile = open(outfile_path, 'wb')
            outfile.write(z.read(file))
            outfile.close()
    z.close()

Answer 9

请注意，zip 文件可以包含目录条目和文件条目。使用zip命令创建档案时，传递-D选项以禁用将目录条目显式添加到档案中。当 Python 2.6 的ZipFile.extractall方法在目录条目中运行时，它似乎会在其位置创建一个文件。由于存档条目不一定按顺序排列，这会导致ZipFile.extractall经常失败，因为它会尝试在文件的子目录中创建文件。如果您有要与 Python 模块一起使用的存档，只需将其解压缩并使用该-D选项重新压缩即可。这是我已经使用了一段时间的一个小片段来做到这一点：

P=`pwd` && 
Z=`mktemp -d -t zip` && 
pushd $Z && 
unzip $P/<busted>.zip && 
zip -r -D $P/<new>.zip . && 
popd && 
rm -rf $Z

用相对于当前目录的真实文件名替换<busted>.zip和。<new>.zip然后只需复制整个内容并将其粘贴到命令 shell 中，它将创建一个新的归档文件，该归档文件已准备好与 Python 2.6 一起使用。有一个命令可以zip在不解压缩的情况下删除这些目录条目，但 IIRC 在不同的 shell 环境或 zip 配置中表现得很奇怪。