一、gzip

GZIP概念

Gzip是若干種文件壓縮程序的簡(jiǎn)稱，通常指GNU計(jì)劃的實(shí)現(xiàn)，此處的gzip代表GNU zip。也經(jīng)常用來表示gzip這種文件格式。

GZIP最早由Jean-loup Gailly和Mark Adler創(chuàng)建，用于UNⅨ系統(tǒng)的文件壓縮。我們?cè)贚inux中經(jīng)常會(huì)用到后綴為.gz的文件，它們就是GZIP格式的?，F(xiàn)今已經(jīng)成為Internet 上使用非常普遍的一種數(shù)據(jù)壓縮格式，或者說一種文件格式。

HTTP協(xié)議的GZIP編碼是一種用來改進(jìn)WEB應(yīng)用程序性能的技術(shù)。大流量的WEB站點(diǎn)常常使用GZIP壓縮技術(shù)來讓用戶感受更快的速度。這一般是指WWW服務(wù)器中安裝的一個(gè)功能，當(dāng)有人來訪問這個(gè)服務(wù)器中的網(wǎng)站時(shí)，服務(wù)器中的這個(gè)功能就將網(wǎng)頁內(nèi)容壓縮后傳輸?shù)絹碓L的電腦瀏覽器中顯示出來.一般對(duì)純文本內(nèi)容可壓縮到原大小的40%.這樣傳輸就快了，效果就是你點(diǎn)擊網(wǎng)址后會(huì)很快的顯示出來.當(dāng)然這也會(huì)增加服務(wù)器的負(fù)載. 一般服務(wù)器中都安裝有這個(gè)功能模塊的。

文件格式

gzip的基礎(chǔ)是DEFLATE，DEFLATE是LZ77與哈夫曼編碼的一個(gè)組合體。盡管這種文件格式允許多個(gè)這樣的數(shù)據(jù)拼接在一起，在解壓時(shí)也能認(rèn)出它們是拼接在一起的數(shù)據(jù)，但通常gzip僅用來壓縮單個(gè)文件。多個(gè)文件的壓縮歸檔通常是首先將這些文件合并成一個(gè)tar文件，然后再使用gzip進(jìn)行壓縮，最后生成的.tar.gz或者.tgz文件就是所謂的“tar壓縮包”或者“tarball”。

注意不要將gzip和ZIP壓縮格式混淆。ZIP也使用DEFLATE算法，而且可移植性更好，不需要一個(gè)外部的歸檔工具就可以包容多個(gè)文件。但是，由于ZIP對(duì)每個(gè)文件進(jìn)行單獨(dú)壓縮而沒有利用文件間的冗余信息（即固實(shí)壓縮），所以ZIP的壓縮率會(huì)稍遜于tar壓縮包。

二、Python gzip庫

gzip庫是python的標(biāo)準(zhǔn)庫，此模塊提供的簡(jiǎn)單接口幫助用戶壓縮和解壓縮文件，功能類似于 GNU 應(yīng)用程序 gzip 和 gunzip。數(shù)據(jù)壓縮由 zlib模塊提供。

gzip模塊提供 GzipFile 類和 open()、compress()、decompress() 幾個(gè)便利的函數(shù)。GzipFile 類可以讀寫 gzip 格式的文件，還能自動(dòng)壓縮和解壓縮數(shù)據(jù)，這讓操作壓縮文件如同操作普通的 file object 一樣方便。

注意，此模塊不支持部分可以被 gzip 和 gunzip 解壓的格式，如利用 compress 或 pack 壓縮所得的文件。

gzip.open

gzip.open(
        filename, 
        mode='rb', 
        compresslevel=9, 
        encoding=None, 
        errors=None, 
        newline=None)

以二進(jìn)制方式或者文本方式打開一個(gè) gzip 格式的壓縮文件，返回一個(gè) file object。

參數(shù)說明：

filename：參數(shù)可以是一個(gè)實(shí)際的文件名(一個(gè)str 對(duì)象或者bytes對(duì)象), 或者是一個(gè)用來讀寫的已存在的文件對(duì)象。

mode：參數(shù)可以是二進(jìn)制模式'r', 'rb', 'a', 'ab', 'w', 'wb', 'x' or 'xb' , 或者是文本模式 'rt', 'at', 'wt', or 'xt'。默認(rèn)值是 'rb'。它的默認(rèn)值是'r'，表示以文本模式打開閱讀。其他常見的值有：'w'用于寫入（如果文件已經(jīng)存在，則截?cái)嗨?#39;x'用于獨(dú)占創(chuàng)建，'a'用于追加（在一些Unix系統(tǒng)上，這意味著所有的寫入都追加到文件的末尾，不管當(dāng)前的尋址位置如何）。在文本模式下，如果沒有指定編碼，使用的編碼是與平臺(tái)有關(guān)的：調(diào)用locale.getpreferredencoding(False)來獲得當(dāng)前的locale編碼。(對(duì)于讀寫原始字節(jié)，使用二進(jìn)制模式，不指定編碼。) 可用的模式。

compresslevel參數(shù)是從0到9的整數(shù)，壓縮等級(jí); 壓縮格式分類。

import gzip
 
# 創(chuàng)建一個(gè)gzip文件
content = "Hello world！"
f = gzip.open('file.txt.gz', 'wb')
f.write(content.encode())
f.close()

其中'wb'就是寫入，若沒有該路徑文件將會(huì)自動(dòng)生成一個(gè)文件。

gzip.GzipFile壓縮和解壓

class gzip.GzipFile(
        filename=None, 
        mode=None, 
        compresslevel=9, 
        fileobj=None, 
        mtime=None)

 GzipFile 類的構(gòu)造器支持 truncate() 的異常，與 file object 的大多數(shù)方法非常相似。fileobj和 filename至少有一個(gè)不為空。

新的實(shí)例基于 fileobj，它可以是一個(gè)普通文件，一個(gè) io.BytesIO 對(duì)象，或者任何一個(gè)與文件相似的對(duì)象。當(dāng) filename 是一個(gè)文件對(duì)象時(shí)，它的默認(rèn)值是 None。

當(dāng) fileobj 為 None 時(shí)， filename 參數(shù)只用于 gzip 文件頭中，這個(gè)文件有可能包含未壓縮文件的源文件名。如果文件可以被識(shí)別，默認(rèn) fileobj 的文件名；否則默認(rèn)為空字符串，在這種情況下文件頭將不包含源文件名。

需要注意的是，文件默認(rèn)使用二進(jìn)制模式打開。如果要以文本模式打開文件一個(gè)壓縮文件，應(yīng)該使用 open() 方法(或者使用 io.TextIOWrapper 包裝 GzipFile )。

調(diào)用 GzipFile 的 close() 方法不會(huì)關(guān)閉 fileobj，可以將一個(gè) io.BytesIO 對(duì)象作為 fileobj，也可以使用 io.BytesIO 的 getvalue() 方法從內(nèi)存緩存中恢復(fù)數(shù)據(jù)。

GzipFile 支持 io.BufferedIOBase 類的接口, 包括迭代和 with 語句。只有 truncate() 方法沒有實(shí)現(xiàn)。

import  gzip
# 創(chuàng)建GzipFile實(shí)例
zf = gzip.GzipFile('file_1.txt.gz', mode = 'wb') 
contents = "Hello world！Friend!"
zf.write(contents.encode())  # 寫文件
zf.close()  # 關(guān)閉

gzip.comress()壓縮數(shù)據(jù)

另外一種方法是用gzip.comress()方法將從文件中讀出的數(shù)據(jù)進(jìn)行壓縮，再將壓縮后的數(shù)據(jù)寫入到文件中。

import  gzip
 
contents = "Hello world！Friend!"
pf = gzip.open('file_2.txt.gz', 'wb')
data_comp = gzip.compress(contents.encode()) # 壓縮數(shù)據(jù)
pf.write(data_comp)  # 寫文件
pf.close()  # 關(guān)閉

從壓縮文件看該方法和前2種效果是一樣的。

下面這種方法更簡(jiǎn)便、更安全：

import  gzip
with open('file_3.txt.gz', 'wb') as pw, open('file_3.txt','rb') as pr:
    pw.write(gzip.compress(pr.read())  )  

解壓數(shù)據(jù)

第一種

直接open就可以了：

import  gzip
zip_filename = 'file.txt.gz'
with open('./file_1.txt','wb') as pw:
    zf = gzip.open(zip_filename, mode = 'rb') 
    pw.write(zf.read())  # 寫文件
    zf.close()

第二種

和壓縮方法的順序是一樣的，使用GzipFile就好了：

zip_filename = 'file_2.txt.gz'
with open('./file_2.txt','wb') as pw:
    zf = gzip.GzipFile(zip_filename, mode = 'rb') 
    pw.write(zf.read())  # 寫文件
    zf.close()

第三種

zip_filename = 'file_3.txt.gz'
with open(zip_filename, 'rb') as pr, open('./file_3.txt','wb') as pw:
    pw.write(gzip.decompress(pr.read())  )  

集體解壓

import os
import gzip
 
 
def unzip_gz_file(path, new_path):
    count = 0
    try:
        for f_path in os.listdir(path):
            if '.gz' in f_path:
                try:
                    with gzip.GzipFile(fileobj=open(path + "/" + f_path, 'rb'), mode='rb') as g:
                        with open(new_path + "/" + f_path.replace(".gz", ""), "wb") as f:
                            f.write(g.read())
                        print(count, f"文件{f_path}  解壓完成...")
                except Exception as e:
                    print(f_path, e)
                count += 1
    except Exception as e:
        print(e)
    else:
        print("文件全部解壓完成！")
 
 
path = './'
new_path = './unzip_file'
unzip_gz_file(path, new_path)

到此這篇關(guān)于一文詳解Python加解壓文件gzip庫的操作的文章就介紹到這了,更多相關(guān)Python gzip庫內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論