python之zipfile模块(zip压缩)

zipfile是Python里用来做zip格式编码的压缩和解压缩的module，zipfile里有两个非常重要的class：ZipFile和ZipInfo。ZipFile是主要的类，用来创建和读取zip文件，而ZipInfo是存储的zip文件的每个文件的信息。

#打包成zip文件
import zipfile
f = zipfile.ZipFile('archive.zip','w',zipfile.ZIP_DEFLATED)
f.write('file_to_add.py')
f.close()

#从zip文件解包
import zipfile
zfile = zipfile.ZipFile('archive.zip','r')
for filename in zfile.namelist():
data = zfile.read(filename)
file = open(filename, 'w+b')
file.write(data)
file.close()

#把整个文件夹内的文件打包
import zipfile
f = zipfile.ZipFile('archive.zip','w',zipfile.ZIP_DEFLATED)
startdir = "c:\\mydirectory"
for dirpath, dirnames, filenames in os.walk(startdir):
for filename in filenames:
f.write(os.path.join(dirpath,filename))
f.close()

从简单的角度来看的话，zip格式会是个不错的选择，而且python对zip格式的支持够简单，够好用。

1)简单应用

如果你仅仅是希望用python来做压缩和解压缩，那么就不用去翻文档了，这里提供一个简单的用法，让你一看就能明白。

import zipfile

f = zipfile.ZipFile('filename.zip', 'w' ,zipfile.ZIP_DEFLATED)

f.write('file1.txt')

f.write('file2.doc')

f.write('file3.rar')

f.close()

f.zipfile.ZipFile('filename')

f.extractall()

f.close()

不知道上面的例子是不是足够简单呢？

1.1 zipfile.ZipFile(fileName[, mode[, compression[, allowZip64]]])

fileName是没有什么疑问的了。

mode和一般的文件操作一样,'r'表示打开一个存在的只读ZIP文件；'w'表示清空并打开一个只写的ZIP文件，或创建一个只写的ZIP文件；'a'表示打开一个ZIP文件，并添加内容。

compression表示压缩格式，可选的压缩格式只有2个：ZIP_STORE;ZIP_DEFLATED。ZIP_STORE是默认的，表示不压缩；ZIP_DEFLATED表示压缩，如果你不知道什么是Deflated，那么建议你去补补课。

allowZip64为True时，表示支持64位的压缩，一般而言，在所压缩的文件大于2G时，会用到这个选项；默认情况下，该值为False，因为Unix系统不支持。

1.2 zipfile.close()

说真的，这个没什么可说的，如果有的话，那就是你写入的任何文件在关闭之前不会真正写入磁盘。

1.3 zipfile.write(filename[, arcname[, compress_type]])

acrname是压缩文件中该文件的名字，默认情况下和filename一样

compress_type的存在是因为zip文件允许被压缩的文件可以有不同的压缩类型。

1.4 zipfile.extractall([path[, member[, password]]])

path解压缩目录，没什么可说的

member需要解压缩的文件名儿列表

password当zip文件有密码时需要该选项

对于简单的应用，这么多就够了。

2)高级应用

2.1 zipfile.is_zipfile(filename)

判断一个文件是不是压缩文件

2.2 ZipFile.namelist()

返回文件列表

2.3 ZipFile.open(name[, mode[, password]])

打开压缩文档中的某个文件

2.4 ZipFile.infolist()

2.5 ZipFile.getinfo(name)

上述文件返回ZipInfo对象，只不过一个返回的是列表，一个返回的是一个ZipInfo

ZipInfo类

2.6 ZipInfo.filename

2.7 ZipInfo.date_time

返回值的格式为(year,month,date,hour,minute,second)

2.8 ZipInfo.compress_type

2.9 ZipInfo.comment

2.10ZipInfo.extra

2.11ZipInfo.create_system

2.12ZipInfo.extract_version

2.13ZipInfo.reserved 总是0

2.14ZipInfo.flag_bits

2.15ZipInfo.volume

2.16ZipInfo.internal_attr

2.17ZipInfo.external_attr

2.18ZipInfo.header_offset

2.19ZipInfo.CRC

2.20ZipInfo.file_size

2.21ZipInfo.compress_size

2.22ZipFile.testzip()

检查每个文件和它对应的CRC，如果有错误返回对应的文件列表

2.23ZipFile.setpassword(password)

2.24ZipFile.read(name[,password])

返回对应的文件

2.25ZipFile.printdir()

打印压缩文件夹的信息

2.26ZipFile.writestr(zipinfo_or_arcname, bytes)

PyZipFile类

zipfile.PyZipFile除了上面的方法和属性之外，还有一个特殊的方法

2.27PyZipFile.writepy(pathname,basename)

一般情况下，仅仅压缩.pyc和.pyo文件，不压缩.py文件

----------------------------------------------------------------------

zip文件格式信息

一个 ZIP 文件由三个部分组成：压缩源文件数据区+压缩源文件目录区+压缩源文件目录结束标志

1)压缩源文件数据区

在这个数据区中每一个压缩的源文件/目录都是一条记录，记录的格式如下： [文件头+ 文件数据 + 数据描述符]

　　 a、文件头结构

　　 组成 长度

　　 文件头标记 4 bytes (0x04034b50)

　　 解压文件所需 pkware 版本 2 bytes

　　 全局方式位标记 2 bytes

　　 压缩方式 2 bytes

　　 最后修改文件时间 2 bytes

　　 最后修改文件日期 2 bytes

　　 CRC-32校验 4 bytes

　　 压缩后尺寸 4 bytes

　　 未压缩尺寸 4 bytes

　　 文件名长度 2 bytes

　　 扩展记录长度 2 bytes

　　 文件名 （不定长度）

　　 扩展字段 （不定长度）

　　

　　 b、文件数据

　　

　　 c、数据描述符

　　组成 长度

　　 CRC-32校验 4 bytes

　　 压缩后尺寸 4 bytes

　　 未压缩尺寸 4 bytes

　　 这个数据描述符只在全局方式位标记的第３位设为１时才存在（见后详解），紧接在压缩数据的最后一个字节后。这个数据描述符只用在不能对输出的 ZIP 文件进行检索时使用。例如：在一个不能检索的驱动器（如：磁带机上）上的 ZIP 文件中。如果是磁盘上的ZIP文件一般没有这个数据描述符。

　　

2)压缩源文件目录区

　　 在这个数据区中每一条纪录对应在压缩源文件数据区中的一条数据

　　 组成 长度

　　 目录中文件文件头标记 4 bytes (0x02014b50)

　　 压缩使用的pkware 版本 2 bytes

　　 解压文件所需 pkware 版本 2 bytes

　　 全局方式位标记 2 bytes

　　 压缩方式 2 bytes

　　 最后修改文件时间 2 bytes

　　 最后修改文件日期 2 bytes

　　 ＣＲＣ－３２校验 4 bytes

　　 压缩后尺寸 4 bytes

　　 未压缩尺寸 4 bytes

　　 文件名长度 2 bytes

　　 扩展字段长度 2 bytes

　　 文件注释长度 2 bytes

　　 磁盘开始号 2 bytes

　　 内部文件属性 2 bytes

　　 外部文件属性 4 bytes

　　 局部头部偏移量 4 bytes

　　 文件名 （不定长度）

　　 扩展字段 （不定长度）

　　 文件注释 （不定长度）

　　

3)压缩源文件目录结束标志

　　 组成 长度

　　 目录结束标记 4 bytes (0x02014b50)

　　 当前磁盘编号 2 bytes

　　 目录区开始磁盘编号 2 bytes

　　 本磁盘上纪录总数 2 bytes

　　 目录区中纪录总数 2 bytes

　　 目录区尺寸大小 4 bytes

　　 目录区对第一张磁盘的偏移量 4 bytes

　　 ZIP 文件注释长度 2 bytes

　　 ZIP 文件注释 （不定长度）