Python 2/3下處理cjk編碼的zip文件的方法
今天項目中遇到了中文編碼的zip文件，處理了蠻長時間，所以記錄下，以免下次踩坑。
Python2下
Python2中讀取zip文件，zipfile.ZipInfo的filename類型是str，基本上類似于python3中的bytes，即可以被decode為unicode。
所以，要處理中文，只需要將文件名按照編碼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')
# 如果要更加詳細(xì)的區(qū)分bytes/str/unicode的語義
print bytes(fileinfo.filename).decode('gb18030')
Python3下
Python3中，Language encoding flag (EFS)如果是1，則按照utf8來處理文件編碼，EFS如果為0，則直接按照cp437解碼文件名。這是標(biāo)準(zhǔn)直接規(guī)定的。
但是，很多軟件在制作zip壓縮包的時候，直接使用gb18030或者其他非標(biāo)準(zhǔn)編碼格式來編碼文件名，所以我們還得將文件名反轉(zhuǎn)為bytes，然后再使用對應(yīng)的編碼方式解碼：
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，那直接根據(jù)文件名智能猜測文件編碼，然后解壓就好。但是由于單個文件名太短，chardet的猜測可能不準(zhǔn)，所以我們可以直接將所有的文件名連接起來，猜測編碼。
代碼請參考 mczip ，兼容python2和python3。
總結(jié)
以上所述是小編給大家介紹的Python 2/3下處理cjk編碼的zip文件的方法,希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持！
如果你覺得本文對你有幫助，歡迎轉(zhuǎn)載，煩請注明出處，謝謝！
相關(guān)文章
Python常見加密模塊用法分析【MD5,sha,crypt模塊】
這篇文章主要介紹了Python常見加密模塊用法,結(jié)合實(shí)例形式較為詳細(xì)的分析了MD5,sha與crypt模塊加密的相關(guān)實(shí)現(xiàn)方法與操作技巧,需要的朋友可以參考下2017-05-05
淺談TensorFlow中讀取圖像數(shù)據(jù)的三種方式
這篇文章主要介紹了淺談TensorFlow中讀取圖像數(shù)據(jù)的三種方式,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-06-06
PyTorch是一個開源的Python機(jī)器學(xué)習(xí)庫，基于Torch，用于自然語言處理等應(yīng)用程序，它是一個可續(xù)計算包，提供兩個高級功能：1、具有強(qiáng)大的GPU加速的張量計算（如NumPy）。2、包含自動求導(dǎo)系統(tǒng)的深度神經(jīng)網(wǎng)絡(luò)2021-10-10
PyTorch一小時掌握之神經(jīng)網(wǎng)絡(luò)氣溫預(yù)測篇
這篇文章主要介紹了PyTorch一小時掌握之神經(jīng)網(wǎng)絡(luò)氣溫預(yù)測篇，本文給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2021-09-09
這篇文章主要給大家介紹了關(guān)于python打印直角三角形與等腰三角形的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者使用python具有一定的參考學(xué)習(xí)價值，需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧2019-10-10
python標(biāo)準(zhǔn)庫中inspect模塊的簡單說明
這篇文章主要介紹了python標(biāo)準(zhǔn)庫中inspect模塊的簡單介紹,inspect模塊提供了幾個有用的函數(shù)來幫助獲取有關(guān)活動對象的信息，例如模塊，類，方法，函數(shù)，回溯，框架對象和代碼對象,需要的朋友可以參考下2023-08-08
這篇文章主要介紹了python+flask編寫接口實(shí)例詳解，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-05-05
解決Pytorch中Batch Normalization layer踩過的坑
這篇文章主要介紹了解決Pytorch中Batch Normalization layer踩過的坑，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2021-05-05
PyCharm:method may be static問題及解決
這篇文章主要介紹了PyCharm:method may be static問題及解決方案，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-07-07
anaconda升級sklearn版本的實(shí)現(xiàn)方法
這篇文章主要介紹了anaconda升級sklearn版本的實(shí)現(xiàn)方法，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-02-02