如何使用Python进行压缩与解压缩

在日常工作中,除了会涉及到使用Python处理文本文件,有时候还会涉及对压缩文件的处理。 640-4 通常会涉及到的压缩文件格式有:
  • rar:Windows 环境下用的比较多的压缩,比较著名的GUI工具是winrar
  • tar: Linux系统下的打包工具,只打包,不压缩
  • gz:即gzip,通常只能压缩一个文件。与tar结合起来就可以实现先打包,再压缩。
  • tgz:即gz。先用tar打包,然后再用gz压缩得到的文件
  • zip:不同于gzip,虽然使用相似的算法,可以打包压缩多个文件,不过分别压缩文件,压缩率低于tar
  • 7z:7zip压缩软件支持的格式,压缩效率较高。
当然除了使用Python外,你还可以选择使用压缩解压缩软件或命令手动进行处理。 zip文件 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。 示例代码:
import osimport zipfile

# 压缩def make_zip(source_dir, output_filename):    zipf = zipfile.ZipFile(output_filename, "w")    pre_len = len(os.path.dirname(source_dir))    for parent, dirnames, filenames in os.walk(source_dir):        for filename in filenames:            print(filename)            pathfile = os.path.join(parent, filename)            arcname = pathfile[pre_len:].strip(os.path.sep)  # 相对路径            zipf.write(pathfile, arcname)        print()    zipf.close()

# 解压缩def un_zip(file_name):    """unzip zip file"""    zip_file = zipfile.ZipFile(file_name)    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/")    zip_file.close()

if __name__ == "__main__":    make_zip(r"E:python_samplelibstest_tar_fileslibs", "test.zip")    un_zip("test.zip")

tar.gz文件

tarfile 模块可以用来读写 tar 归档,包括使用 gzip, bz2 和 lzma 压缩的归档。在使用tarfile是必须了解模式: mode 必须是 ‘filemode[:compression]’ 形式的字符串,其默认值为 ‘r’。以下是模式组合的完整列表:
模式 动作
‘r’ or ‘r:*’ 打开和读取使用透明压缩(推荐)。
‘r:’ 打开和读取不使用压缩。
‘r:gz’ 打开和读取使用gzip 压缩。
‘r:bz2’ 打开和读取使用bzip2 压缩。
‘r:xz’ 打开和读取使用lzma 压缩。
‘x’ 或 ‘x:’ 创建tarfile不进行压缩。如果文件已经存在,则抛出 FileExistsError 异常。
‘x:gz’ 使用gzip压缩创建tarfile。如果文件已经存在,则抛出 FileExistsError 异常。
‘x:bz2’ 使用bzip2 压缩创建tarfile。如果文件已经存在,则抛出 FileExistsError 异常。
‘x:xz’ 使用lzma 压缩创建tarfile。如果文件已经存在,则抛出 FileExistsError 异常。
‘a’ or ‘a:’ 打开以便在没有压缩的情况下追加。如果文件不存在,则创建该文件。
‘w’ or ‘w:’ 打开用于未压缩的写入。
‘w:gz’ 打开用于 gzip 压缩的写入。
‘w:bz2’ 打开用于 bzip2 压缩的写入。
‘w:xz’ 打开用于 lzma 压缩的写入。
针对特殊的目的,还存在第二种 mode 格式: ‘filemode|[compression]’。tarfile.open() 将返回一个将其数据作为数据块流来处理的 TarFile 对象:
模式 动作
‘r|*’ 打开 tar 块的 流 以进行透明压缩读取。
‘r|’ 打开一个未压缩的 tar 块的 stream 用于读取。
‘r|gz’ 打开一个 gzip 压缩的 stream 用于读取。
‘r|bz2’ 打开一个 bzip2 压缩的 stream 用于读取。
‘r|xz’ 打开一个 lzma 压缩 stream 用于读取。
‘w|’ 打开一个未压缩的 stream 用于写入。
‘w|gz’ 打开一个 gzip 压缩的 stream 用于写入。
‘w|bz2’ 打开一个 bzip2 压缩的 stream 用于写入。
‘w|xz’ 打开一个 lzma 压缩的 stream 用于写入。
代码示例:
import osimport tarfileimport gzip

# 一次性打包整个根目录。空子目录会被打包。# 如果只打包不压缩,将"w:gz"参数改为"w:"或"w"即可。def make_targz(output_filename, source_dir):    with tarfile.open(output_filename, "w:gz") as tar:        tar.add(source_dir, arcname=os.path.basename(source_dir))

# 逐个添加文件打包,未打包空子目录。可过滤文件。# 如果只打包不压缩,将"w:gz"参数改为"w:"或"w"即可。def make_targz_one_by_one(output_filename, source_dir):    tar = tarfile.open(output_filename, "w:gz")    for root, dir, files in os.walk(source_dir):        for file in files:            pathfile = os.path.join(root, file)            tar.add(pathfile)    tar.close()

def un_gz(file_name):    """ungz zip file"""    f_name = file_name.replace(".gz", "")    # 获取文件的名称,去掉    g_file = gzip.GzipFile(file_name)    # 创建gzip对象    open(f_name, "wb+").write(g_file.read())    # gzip对象用read()打开后,写入open()建立的文件里。    g_file.close()  # 关闭gzip对象

def un_tar(file_name):    # untar zip file    tar = tarfile.open(file_name)    names = tar.getnames()    if os.path.isdir(file_name + "_files"):        pass    else:        os.mkdir(file_name + "_files")    # 由于解压后是许多文件,预先建立同名文件夹    for name in names:        tar.extract(name, file_name + "_files/")    tar.close()

if __name__ == "__main__":    make_targz("test.tar.gz", "E:python_samplelibs")    make_targz_one_by_one("test01.tgz", "E:python_samplelibs")    un_gz("test.tar.gz")    un_tar("test.tar")

 

rar文件

我们可以使用rarfile来解压.rar的文件,但是不支持用rarfile来压缩rar文件。rarfile以下unrar组件,但是使用pip install unrar安装后发现会报如下错误: Couldn’t find path to unrar library… 这是因为 Python下的 unrar 还依赖了RAR官方的库。 Windows的安装
  • 到RARLab官方下载库文件,https://www.rarlab.com/rar/UnRARDLL.exe,然后安装。
  • 安装是最好选择默认路径,一般在 C:Program Files (x86)UnrarDLL 目录下。
  • 添加环境变量,在系统变量中新建变量名UNRAR_LIB_PATH,如果是64位系统,就输入 C:Program Files (x86)UnrarDLLx64UnRAR64.dll,如果是32位系统就是 C:Program Files (x86)UnrarDLLUnRAR.dll。
  • 确定保存环境变量后,在进行 pip install unrar 安装,这时代码再运行就不会报错了。
Linux的安装
  • 下载rar源文件:https://www.rarlab.com/rar/rarlinux-6.0.0.tar.gz
  • 解压安装包,进入安装包目录,编译安装,生成so 文件
  • 配置环境变量,完成后,在进行 pip install unrar 安装
# cd /usr/local/src/# wget https://www.rarlab.com/rar/unrarsrc-6.0.3.tar.gz# tar zxvf unrarsrc-6.0.3.tar.gz# cd unrar# make lib# make install-lib  //生成libunrar.so 文件# vim /etc/profileexport UNRAR_LIB_PATH=/usr/lib/libunrar.so# source /etc/profile
代码示例:
import rarfile

def unrar(rar_file, dir_name):    # rarfile需要unrar支持, linux下pip install unrar, windows下在winrar文件夹找到unrar,加到path里    rarobj = rarfile.RarFile(rar_file.decode("utf-8"))    rarobj.extractall(dir_name.decode("utf-8"))

 

7z文件

要压缩和解压缩.7z文件需要用到py7zr组件。代码示例:
import py7zr
# 压缩with py7zr.SevenZipFile("Archive.7z", "r") as archive:    archive.extractall(path="/tmp")
# 解压缩with py7zr.SevenZipFile("Archive.7z", "w") as archive:    archive.writeall("target/")