python常用标准库(压缩包模块zipfile和tarfile)

常用的标准库

在我们常用的系统windowsLinux系统中有很多支持的压缩包格式,包括但不限于以下种类:rarziptar,以下的标准库的作用就是用于压缩解压缩其中一些格式的压缩包。

zip格式

import zipfile

zipfile模块操作压缩包使用ZipFile类进行操作,使用方法和open的使用方法很相似,也是使用rwxa四种操作模式。基本步骤也是大致分为三步:打开文件、操作文件、关闭文件。可以使用with语法进行上下文自动操作。

注意一:zipfile也是rwxa四种模式,表示也会有文件操作中光标指针的概念。

注意二:在Python中,几乎所有涉及到文件相关的操作都是打开、操作、关闭三个步骤。

ZipFile参数说明

语法:ZipFile(file, mode='r', compression=ZIP_STORED, allowZip64=True)

参数 含义
file 文件路径
mode 操作含义,与文件操作中相同,默认为r。
compression 压缩方法,默认为ZIP_STORED。
allowZip64 操作的压缩包文件大小大于2G时应该True, 默认为True,不用管它。

操作含义

模式 含义
w 创建一个新的压缩包文件。
r 读取已有的压缩包文件。
a 向已有的压缩包文件中压缩文件。

压缩方法

在上面的compression参数中可以看到,默认的压缩方法为ZIP_STORED。其实在zipfile模块中定义了一些压缩方法常量,其中最常用的为以下两种:

ZIP_STORED = 0  # 打包归档(不压缩)
ZIP_DEFLATED = 8  # 压缩文件(压缩)

注意,压缩方法指的是将文件写入压缩包中采用的方法,所以,如果是解压缩文件,就没必要指定这个压缩方法了。

常用方法

write -- 指定文件写入压缩包(压缩文件)

语法:write(filename, arcname=None)

语法:write(压缩文件路径,写入压缩包后的路径和名字(默认原名))

写入文件如果是文件夹,那么不会将文件夹中的内容一同写入。

close -- 关闭对象(保存文件)

这是我要压缩的文件夹。

在这里插入图片描述

使用ZIP_STORED压缩。

import zipfile

# 文件路径
zip_file_path = r'D:\test.zip'  # 压缩包路径
file_path = r'D:\10-中日欧美信息解析'  # 被压缩文件

# 默认使用ZIP_STORED
zf = zipfile.ZipFile(zip_file_path, 'w')

# 写入文件(文件夹的话,不会将文件夹中的文件一同写入)
zf.write(file_path)

# 关闭文件
zf.close()

可以看到,如果文件夹直接压缩的话,不会将其中的文件一同压缩。

在这里插入图片描述

让文件夹中的所有文件迭代写入压缩包中。

import os
import zipfile


def writeZip(zf, file, arc_path=None):
    """迭代压缩文件夹"""
    # 设置压缩路径
    if arc_path is None:
        arc_path = rf'\{os.path.basename(file)}'

    # 先压缩本文件
    zf.write(file, arc_path)

    # 如果是文件夹
    if os.path.isdir(file):
        
        # 获取它所有的子文件
        inner_files = os.listdir(file)
        
        # 将所有的子文件压缩
        for inner_file in inner_files:
            inner_file = f'{file}{os.sep}{inner_file}'
            arc = fr'{arc_path}\{os.path.basename(inner_file)}'
            writeZip(zf, inner_file, arc)


# 文件路径
zip_file_path = r'D:\test.zip'  # 压缩包路径
file_path = r'D:\10-中日欧美信息解析'  # 被压缩文件

# 默认使用ZIP_STORED
zf = zipfile.ZipFile(zip_file_path, 'w')

# 写入文件(自定义一个函数,迭代压缩文件夹)
writeZip(zf, file_path)

# 关闭文件
zf.close()

现在就可以看到,虽然所有的文件已经全部写入压缩包中,但是ZIP_STORED方法并没有压缩文件。

在这里插入图片描述

在这里插入图片描述

改用ZIP_DEFLATED方法压缩文件。

import os
import zipfile


def writeZip(zf, file, arc_path=None):
    """迭代压缩文件夹"""
    # 设置压缩路径
    if arc_path is None:
        arc_path = rf'\{os.path.basename(file)}'

    # 先压缩本文件
    zf.write(file, arc_path)

    # 如果是文件夹
    if os.path.isdir(file):

        # 获取它所有的子文件
        inner_files = os.listdir(file)

        # 将所有的子文件压缩
        for inner_file in inner_files:
            inner_file = f'{file}{os.sep}{inner_file}'
            arc = fr'{arc_path}\{os.path.basename(inner_file)}'
            writeZip(zf, inner_file, arc)


# 文件路径
zip_file_path = r'D:\test.zip'  # 压缩包路径
file_path = r'D:\10-中日欧美信息解析'  # 被压缩文件

# 使用ZIP_DEFLATED压缩
zf = zipfile.ZipFile(zip_file_path, 'w', zipfile.ZIP_DEFLATED)

# 写入文件(自定义一个函数,迭代压缩文件夹)
writeZip(zf, file_path)

# 关闭文件
zf.close()

可以看到,文件是压缩写入内部的。

在这里插入图片描述

在这里插入图片描述

解压缩

解压缩有如下两种方法,注意,解压缩就是在读文件,要将操作模式变更为r

方法 说明
extract 解压缩单个指定的文件。
extractall 解压缩所有的文件。

语法:extract(member,path=None, pwd=None)

语法:extract(指定文件(压缩包中的路径),解压到的位置(默认为当前工作目录),指定的密码(有些压缩包有密码,格式为字节流))

语法:extractall(path=None, pwd=None)

语法:extractall(解压到的位置, 密码)

注意:解压文件和路径中的文件夹同名会报错,因为文件无法重置文件夹。

namelist -- 迭代返回压缩包中的文件
import zipfile


with zipfile.ZipFile(r'D:\test.zip') as zf:
    res = zf.namelist()
    print(res)
    # ['10-中日欧美信息解析/', '10-中日欧美信息解析/1-代码/', ...]
infolist -- 迭代返回压缩包中的文件信息

比如文件的权限等。

printdir -- 查看压缩包中的文件的信息

查看压缩包中的文件信息,比如文件的大小、创建日期等。默认查看所有的文件。

语法:printdir(file=None)

tar包 和 gz、bz2、xz格式

import tarfile

tarfile的使用和文件操作更加的相似,只是在压缩模式上略有不同。

使用linux系统的朋友都知道,tar是Linux的一种打包方式,打包成为tar包之后,才可以使用其它的压缩程序去压缩。最常用的压缩方式是gzip,压缩率最高的方式bzip2,此外还支持另一种比较小众的xzip格式。

主要操作方法为tarfile.TarFile.open(),可以直接tarfile.open()

语法:open(name, mode='r')

当初在学习的时候,老师还教有encoding='UTF-8'参数,但是文件操作要什么编码格式?感觉他是为了方便直接从文件操作的代码上直接复制过来的,然后没有删掉。

操作tar包

模式为rwax四种为主,外加使用add方法写入文件,退出依然使用close方法。

add(name, arcname)

add(压缩文件,压缩别名)

注意,压缩别名一定不要以路径分隔符为结尾,否则只会创建一个文件夹。

import tarfile

with tarfile.open('test.tar', 'w') as tf:
    tf.add('test.txt')
压缩

压缩的方式主要是将模式改变,在rwx的基础上加上各个压缩的方式,变成:r:gzw:bz2x:xz等样式,然后在将刚才创建的tar包压缩,当然也可以直接将文件压缩成为压缩包。

注意,a模式不能配备任何压缩模式,因为gzip、bzip2、xzip不能直接往里面追加文件,所以如果要追加文件,将tar包解压缩出来,然后追加再压缩。

import tarfile

# tar包以gzip格式压缩
with tarfile.open('test.tar.gz', 'w:gz') as tf:
    tf.add('test.tar')
解压缩

tarfile的解压缩方法和zipfile的一模一样。

方法 含义
extract 解压缩指定文件
extractall 解压缩所有文件
getnames -- 返回压缩包中的文件(list)

删除压缩包中的文件

zipfile和tarfile不支持删除压缩包中的文件,所以如果有需要删除压缩包中的文件,可以将压缩包解压出来,然后删除其中的文件,再压缩。

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:python常用标准库(压缩包模块zipfile和tarfile) - Python技术站

(0)
上一篇 2023年4月2日
下一篇 2023年4月2日

相关文章

  • Python 函数进阶-lambda匿名函数和三元运算符

    匿名函数 什么是匿名函数 用一句话表达只有返回值的函数就是匿名函数。 匿名函数只用来实现一些简单的函数功能,所以追求代码的简洁和高效。 使用关键字 lambda 定义,所以匿名函数又称之为lambda表达式。 分类 无参数的 lambda 表达式 # 普通函数 def func(): return ‘hello motherland’ # 调用 res = …

    Python开发 2023年4月2日
    00
  • Python常用标准库(pickle序列化和JSON序列化)

    常用的标准库 序列化模块 import pickle 序列化和反序列化 把不能直接存储的数据变得可存储,这个过程叫做序列化。把文件中的数据拿出来,回复称原来的数据类型,这个过程叫做反序列化。 在文件中存储的数据只能是字符串,或者是字节流,不能是其它的数据类型,但是如果想要将其存储就需要序列化。 Python中的序列化模块叫做 pickle,PHP等其它的一些…

    Python开发 2023年4月2日
    00
  • Python 函数进阶-全局空间和局部空间

    全局空间和局部空间 命名空间 命名空间的概念的提出是为了划分和控制变量是否可见,以及生存周期的长短;命名空间的作用范围叫做作用域。 划分一块区域保存所有数据,以字典的方式存储(变量与值形成映射关系)。一共三种。 内建命名空间: 解释器启动时创建,直到解释器运行结束,生存周期最长; 全局命名空间: 文件运行时创建,直到解释器运行结束,生存周期较长; 局部命名空…

    Python开发 2023年4月2日
    00
  • python常用内置函数和关键字

    常用内置方法 在Python中有许许多多的内置方法,就是一些Python内置的函数,它们是我们日常中经常可以使用的到的一些基础的工具,可以方便我们的工作。 查看所有的内置类和内置方法 # 方法一 built_list = dir(__builtins__) # 方法二 import builtins built_list = dir(builtins) 其中…

    Python开发 2023年4月2日
    00
  • python常用标准库(os系统模块、shutil文件操作模块)

    常用的标准库 系统模块 import os 系统模块用于对系统进行操作。 常用方法 os模块的常用方法有数十种之多,本文中只选出最常用的几种,其余的还有权限操作、文件的删除创建等详细资料可以参考官方文档。 system — 执行系统命令 参数的数据类型是字符串格式,内容是系统指令。执行时,直接返回系统输出。 import os os.system(‘ifc…

    Python开发 2023年4月2日
    00
  • python 函数进阶-闭包函数

    闭包函数 什么是闭包函数 如果内函数使用了外函数的局部变量,并且外函数把内函数返回出来的过程叫做闭包,里面的内函数是闭包函数。 # 外函数 outer def outer(): # 外函数变量 num var = ‘外函数局部变量’ # 内函数 inner def inner(): # 内函数使用了外函数的变量 num print(‘内函数使用了:’ + v…

    Python开发 2023年4月2日
    00
  • python生成器

    生成器 我们学习完推导式之后发现,推导式就是在容器中使用一个for循环而已,为什么没有元组推导式? 原因就是“元组推导式”的名字不是这样的,而是叫做生成器表达式。 什么是生成器 生成器表达式本质上就是一个迭代器,是定义迭代器的一种方式,是允许自定义逻辑的迭代器。生成器使用generator表示。 迭代器和生成器的区别 迭代器本身是系统内置的, 无法重写内置的…

    Python开发 2023年4月2日
    00
  • python常用标准库(时间模块time和datetime)

    常用的标准库 time时间模块 import time time — 获取本地时间戳 时间戳又被称之为是Unix时间戳,原本是在Unix系统中的计时工具。 它的含义是从1970年1月1日(UTC/GMT的午夜)开始所经过的秒数,不考虑闰秒。UNIX时间戳的 0 按照ISO 8601规范为 :1970-01-01T00:00:00Z。 比如: 时间戳 60 …

    Python开发 2023年4月2日
    00
合作推广
合作推广
分享本页
返回顶部