Python 2/3下处理cjk编码的zip文件的方法
作者：Robert's Blog 发布时间：2022-08-05 17:53:40
标签：python,cjk,编码,zip
今天项目中遇到了中文编码的zip文件，处理了蛮长时间，所以记录下，以免下次踩坑。
Python2下
Python2中读取zip文件，zipfile.ZipInfo的filename类型是str，基本上类似于python3中的bytes，即可以被decode为unicode。
所以，要处理中文，只需要将文件名按照编码decode成unicode就好。
import zipfile
fpath = '/path/to/zip.zip'
zfile = zipfile.ZipFile(fpath, 'r')
for fileinfo in zfile.filelist:
print fileinfo.filename.decode('gb18030')
# 如果要更加详细的区分bytes/str/unicode的语义
print bytes(fileinfo.filename).decode('gb18030')
Python3下
Python3中，Language encoding flag (EFS)如果是1，则按照utf8来处理文件编码，EFS如果为0，则直接按照cp437解码文件名。这是标准直接规定的。
但是，很多软件在制作zip压缩包的时候，直接使用gb18030或者其他非标准编码格式来编码文件名，所以我们还得将文件名反转为bytes，然后再使用对应的编码方式解码：
fpath = '/path/to/zip.zip'
zfile = zipfile.ZipFile(fpath, 'r')
for fileinfo in zfile.filelist:
print(fileinfo.filename.encode('cp437').decode('gb18030'))
方法都有了，那直接根据文件名智能猜测文件编码，然后解压就好。但是由于单个文件名太短，chardet的猜测可能不准，所以我们可以直接将所有的文件名连接起来，猜测编码。
代码请参考 mczip ，兼容python2和python3。
总结
以上所述是小编给大家介绍的Python 2/3下处理cjk编码的zip文件的方法,网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！
来源：https://www.robberphex.com/2019/04/1022
0
投稿猜你喜欢
- 由于新版站长资讯即将发布，我每天都在想如何防止采集，目前想到的几种办法：1、多做几个列表和内容模板，随机使用，对目前大多数cms来说，这种方
- pytest fixtures装饰器pytest中可以使用@pytest.fixture 装饰器来装饰一个方法，被装饰方法的方法名可以作为一
- 延迟是什么defer即延迟语句，极个别的情况下，Go才使⽤defer、panic、recover这种异常处理形式。defer可以延迟函数、延
- 目录Java实现上传Excel文件并导出到数据库1、导入依赖2、domain3、utils4、Controller5、xmlJava实现上传
- 一、％号占位符这是一种引入最早的一种，也是比较容易理解的一种方式.使用方式为：1、格式化字符串中变化的部分使用占位符2、变量以元组形式提供3
- 在JavaScript中对字符串进行转义和反转义操作，常用的方法莫过于使用encodeURI (decodeURI)、encodeURICo
常用配置以下配置能使用File -> New Projects Settings -> Settings for New Pro- 网页制作中用到的特效字，你一定是用图象处理软件制作的吧！告诉你，不用图象处理软件，我也能做出漂亮的特效字来，你看，阴影字我就是这样做出来的。
- 前言谷歌出了一个开源的、跨平台的、可定制化的机器学习解决方案工具包，给在线流媒体（当然也可以用于普通的视频、图像等）提供了机器学习解决方案。
- MySQL函数CONCAT、CONCAT_WS、GROUP_CONCAT1.concat()函数CONCAT 函数用于将两个字符串连接为一个
- 本文实例为大家分享了python实现库存商品管理系统的具体代码，供大家参考，具体内容如下题目要求：请设计一个商品管理系统，程序要求根据用户输
- 本文实例为大家分享了python绘制柱形图的具体代码，供大家参考，具体内容如下#柱形图import pandasimport numpyim
- 详细介绍Scrapy shell的使用Scrapy shell是Scrapy框架提供的一个非常有用的工具，可以帮助开发者快速地测试和调试Sc
- 1.window.event兼容脚本 2.屏蔽Form提交事件 3.获取事件源 4.添加事件兼容写法 5.Firefox注册innerTex
- 1,ajax(asynchronouse javascript and xml)异步的 javascrip 和xml 2,（包含了7种技术：
- 1.介绍 现在的网站随着访问量的增加,单一服务器无法承担巨大的访问量,有没有什么方便快捷的方式解决这个问题呢,答案是”有”!比如建立服务器群
- 前言A货：什么！你不会背圆周率（鄙夷的眼神） 3.1415926535 8979323846 26433... 桥哥：我会算呀 ！
- 这里，我们将采用Tensor Flow内建函数实现简单的CNN，并用MNIST数据集进行测试第1步：加载相应的库并创建计算图会话import
- PyQt5切换按钮控件QPushButton简介QAbstractButton类为抽象类，不能实例化，必须由其他的按钮类继承QAbstrac
- 1、什么是游标？一张图讲述游标的功能：图示说明：2、使用游标的好处？如果不使用游标功能，直接使用select查询，会一次性将结果集打印到屏幕
