zipfile 解压文件名乱码
2018-06-18 03:32:46来源：未知 阅读 ()
zipfile 中文文件名 解压乱码
上传文件功能模块需求及BUG现象：
上传一个.zip格式的压缩文件
解压该test.zip压缩文件
解压zip文件时，遍历其目录下所有子文件，同时计算出单个子文件的有效代码行数
这时，发现解压后的子文件名中文出现乱码，如下图：
BUG截图
解决思路
1、解压过程中，发现解压的文件内容正常；
2、使用的是第三方库zipfile模块，因为第1步得到正常的文件内容，本地业务逻辑可先不排查；
3、首先检查zipfile的源码中，针对编码/解码的执行过程仔细排查发现：
zipfile中根据文件 flag 检测的时候，只支持 cp437 和 utf-8
找到下面两处，并追加修正后，乱码现象解决：（追加的decode编码可根据实际情况修改，如linux环境下乱码采用.decode('gbk')）
# zipfile.py # 第一处 if flags & 0x800: # UTF-8 file names extension filename = filename.decode('utf-8') else: # Historical ZIP filename encoding filename = filename.decode('cp437') # 追加此句 filename = filename.encode("cp437").decode('utf-8') # 第二处 if zinfo.flag_bits & 0x800: # UTF-8 filename fname_str = fname.decode("utf-8") else: fname_str = fname.decode("cp437") # 追加此句 fname_str = fname_str.encode("cp437").decode('utf-8')
解决后，正常显示：
上床功能源码
import zipfile # 定义全局变量，存储上传解压后的文件列表 filelists = [] # 指定想要统计的文件类型 whitelist = ['py'] # 遍历文件, 递归遍历文件夹中的所有 def getFile(basedir): global filelists for parent, dirnames, filenames in os.walk(basedir): # for dirname in dirnames: # getFile(os.path.join(parent,dirname)) #递归 for filename in filenames: ext = filename.split('.')[-1] # 只统计指定的文件类型，略过一些log和cache文件 if ext in whitelist: filelists.append(os.path.join(parent, filename)) # 统计一个文件的行数 def countLine(fname): count = 0 single_quotes_flag = False double_quotes_flag = False with open(fname, 'rb') as f: for file_line in f: file_line = file_line.strip() # print(file_line) # 空行 if file_line == b'': pass # 注释 # 开头 elif file_line.startswith(b'#'): pass # 注释 单引号 ''' 开头 elif file_line.startswith(b"'''") and not single_quotes_flag: single_quotes_flag = True # 注释 中间 和 ''' 结尾 elif single_quotes_flag == True: if file_line.endswith(b"'''"): single_quotes_flag = False # 注释 双引号 """ 开头 elif file_line.startswith(b'"""') and not double_quotes_flag: double_quotes_flag = True # 注释 中间 和 """ 结尾 elif double_quotes_flag == True: if (file_line.endswith(b'"""')): double_quotes_flag = False # 代码 else: count += 1 # print(fname + '----', count) # 单个文件行数 print(fname, '----count:', count) return count def un_zip(file_name): """unzip zip file""" zip_file = zipfile.ZipFile(file_name) # <zipfile.ZipFile filename='/Users/limengjie/Desktop/pyhon/SMS0614/upload_file/0617.zip' mode='r'> if os.path.isdir(file_name + "_files"): pass else: os.mkdir(file_name + "_files") for names in zip_file.namelist(): zip_file.extract(names, file_name + "_files/") # 遍历解压后得到的文件夹, 递归遍历文件夹中的所有子文件 getFile(file_name + "_files") totalline = 0 # 遍历解压后的文件列表，统计单个文件的行数并汇总 for filelist in filelists: totalline = totalline + countLine(filelist) zip_file.close() # 返回上传文件所有子文件的总行数 return totalline
补充：上传业务逻辑代码
class Uploading(View): def get(self, request): return render(request, "uploading.html", ) def post(self, request): # 1、拿到压缩文件对象file_obj file_obj = request.FILES.get("user_file") file_name = os.path.join(file_dir, file_obj.name) file_size = file_obj.size with open(file_name, "wb") as f: for line in file_obj.chunks(): f.write(line) # 2、解压压缩文件,并获取代码行数属性 total_line = un_zip(file_name) # 3、单个文件进行文件对象实例化，文件名，文件大小，代码行数 models.FileObj.objects.create( fileName=file_obj.name, fileSize=file_size, fileLineCount=total_line ) return redirect("/upload_file/")
优化需求
统计行数优化：mac环境解压文件时，系统会自动追加__MACOSX文件夹，为了不遍历此文件夹，需补充：
在getFIle函数中修改，即可：
# MAC环境下略过__MACOSX文件夹 if "__MACOSX" in dirnames: pop_index = dirnames.index("__MACOSX") dirnames.pop(pop_index)
优化后，得到我们需要的结果：
（完）
标签：
版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有
下一篇：Python命名规范
- [Intern][2019.04.16] 由Python写成的自动解压脚本 2019-04-18
- 利用python暴力破解压缩文件密码 2019-02-20
- Python 文件操作(基础) 2019-01-22
- While循环,格式化输出,算术运算符,改py文件名字 2018-12-06
- python3中zipfile模块的常用方法 2018-06-18
IDC资讯： 主机资讯 注册资讯 托管资讯 vps资讯 网站建设
网站运营： 建站经验 策划盈利 搜索优化 网站推广 免费资源
网络编程： Asp.Net编程 Asp编程 Php编程 Xml编程 Access Mssql Mysql 其它
服务器技术： Web服务器 Ftp服务器 Mail服务器 Dns服务器 安全防护
软件技巧： 其它软件 Word Excel Powerpoint Ghost Vista QQ空间 QQ FlashGet 迅雷
网页制作： FrontPages Dreamweaver Javascript css photoshop fireworks Flash
