Python 2/3下处理cjk编码的zip文件的方法
今天项目中遇到了中文编码的zip文件，处理了蛮长时间，所以记录下，以免下次踩坑。
Python2下
Python2中读取zip文件，zipfile.ZipInfo的filename类型是str，基本上类似于python3中的bytes，即可以被decode为unicode。
所以，要处理中文，只需要将文件名按照编码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')
# 如果要更加详细的区分bytes/str/unicode的语义
print bytes(fileinfo.filename).decode('gb18030')
Python3下
Python3中，Language encoding flag (EFS)如果是1，则按照utf8来处理文件编码，EFS如果为0，则直接按照cp437解码文件名。这是标准直接规定的。
但是，很多软件在制作zip压缩包的时候，直接使用gb18030或者其他非标准编码格式来编码文件名，所以我们还得将文件名反转为bytes，然后再使用对应的编码方式解码：
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，那直接根据文件名智能猜测文件编码，然后解压就好。但是由于单个文件名太短，chardet的猜测可能不准，所以我们可以直接将所有的文件名连接起来，猜测编码。
代码请参考 mczip ，兼容python2和python3。
总结
以上所述是小编给大家介绍的Python 2/3下处理cjk编码的zip文件的方法,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对小牛知识库网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！
-
问题内容： 我有一个主要为UTF-8的文件，但是也发现了一些Windows-1252字符。 我创建了一个表，以将Windows-1252（cp1252）字符映射到对应的Unicode对应表，并希望使用它来修复编码错误的字符，例如 但是尝试以这种方式进行替换会导致引发UnicodeDecodeError，例如： 有关如何处理此问题的任何想法？ 问题答案： 如您所知，如果您尝试将此字符串解码为utf-
-
本文向大家介绍Python压缩解压缩zip文件及破解zip文件密码的方法，包括了Python压缩解压缩zip文件及破解zip文件密码的方法的使用技巧和注意事项，需要的朋友参考一下 python 的 zipfile 提供了非常便捷的方法来压缩和解压 zip 文件。 例如，在py脚本所在目录中，有如下文件： 将 readability 目录中的文件压缩到脚本所在目录的 readability.zip
-
本文向大家介绍Python2和Python3之间的str处理方式导致乱码的讲解，包括了Python2和Python3之间的str处理方式导致乱码的讲解的使用技巧和注意事项，需要的朋友参考一下 Python字符串问题 在arcpy中版本为 python2.x 在QGIS中版本为 python2.x 或者 python3.x python2 和python3 之间的str处理方式经常会导致乱码，故出此
-
本文向大家介绍详解python破解zip文件密码的方法，包括了详解python破解zip文件密码的方法的使用技巧和注意事项，需要的朋友参考一下 1、单线程破解纯数字密码 注意： 不包括数字0开头的密码 破解结果： 2、多线程破解纯数字密码 注意： 不包括数字0开头的密码 破解结果： 提示： 多线程对数字型的运算没有多大帮助 3、破解英文+数字型的密码 破解结果： 总结 以上所述是小编给大家介绍的p
-
本文向大家介绍Ubuntu解压zip文件乱码的解决方法，包括了Ubuntu解压zip文件乱码的解决方法的使用技巧和注意事项，需要的朋友参考一下 前言 本文介绍的是Ubuntu解压zip文件乱码的解决方法，共有2种方式解决问题，下面话不多说，来一起看看吧 一、通过unzip行命令解压，指定字符集 有趣的是unzip的manual中并无这个选项的说明, unzip --help对这个参数有一行简单的说
-
编译时加入处理.ui 文件通常可以采用 3 种方式：直接使用法、单继承法和多继承法。 下面我们就以 Calculator Form 这个程序为例，分别介绍这 3 种方式的使用。 Calculator Form 程序主要实现了简单的加法计算功能，在 Qt Designer 中绘制的用户界面如图 10-2 所示。 图 10-2 Calculator Form 的.ui 文件 10.3.1 直接使用法