Python压缩文件

1. 标准库中的压缩模块

在我们常用的系统windows和Linux系统中有很多支持的压缩包格式，包括但不限于以下种类：rar、zip、tar，以下的标准库的作用就是用于压缩解压缩其中一些格式的压缩包。

2. zipfile

zipfile模块操作压缩包使用ZipFile类进行操作，使用方法和open的使用方法很相似，也是使用r、w、x、a四种操作模式。基本步骤也是大致分为三步：打开文件、操作文件、关闭文件。可以使用with语法进行上下文自动操作。

注意一：zipfile也是rwxa四种模式，表示也会有文件操作中光标指针的概念。

注意二：在Python中，几乎所有涉及到文件相关的操作都是打开、操作、关闭三个步骤。

ZipFile参数说明

语法：ZipFile(file, mode=’r’, compression=ZIP_STORED, allowZip64=True)

操作含义

压缩方法

在上面的compression参数中可以看到，默认的压缩方法为ZIP_STORED。其实在zipfile模块中定义了一些压缩方法常量，其中最常用的为以下两种：

ZIP_STORED = 0  # 打包归档（不压缩）
ZIP_DEFLATED = 8  # 压缩文件（压缩）

注意，压缩方法指的是将文件写入压缩包中采用的方法，所以，如果是解压缩文件，就没必要指定这个压缩方法了。

2.1. 压缩单个文件

from zipfile import ZipFile

with ZipFile('output.zip', 'w') as z:
    z.write('input.txt')

2.2. 压缩多个文件

要求:

• 将多个文件压缩后, 处于同一目录下 (也就是 zip 文件中, 不包含子目录结构)
• 这些源文件可能来自不同的目录

from os.path import basename
from zipfile import ZipFile

def zip_files(*files):
    with ZipFile('output.zip', 'w') as z:
        for f in files:
            z.write(f, arcname=basename(f))

2.3. 压缩单个目录

压缩单个目录时, ZipFile 需要 write 目录, 以及目录下每一个文件 (包括子文件夹的文件) 的路径.

这些路径在 zip 文件中有一个公共的前缀, 也就是根目录的目录名, 如下所示:

output.zip
|= root  # 这是公共的前缀
   |- aaa.txt
   |- bbb.txt
   |= ccc
      |- ddd.txt

import os
import os.path
from zipfile import ZipFile

def zip_dir(dir_):
    with ZipFile('output.zip', 'w') as z:
        z.write(dir_, arcname=(dn := os.path.basename(dir_)))
        for root, dirs, files in os.walk(dir_):
            for fn in files:
                z.write(
                    fp := os.path.join(root, fn),
                    arcname=dn + '/' + os.path.relpath(fp, dir_)
                    #       ^^^^^^^^^^ 特别注意这里.
                )

2.4. 压缩多个目录

要求：取它们的公共路径部分作为前缀。

输入:

c:
|= aaa
   |= mmm
      |- foo.txt
   |= nnn
      |- bar.txt

输出: 

result.zip
|= mmm
   |- foo.txt
|= nnn
   |- bar.txt

import os
import os.path
from zipfile import ZipFile

def zip_dirs(*dirs):
    prefix = os.path.commonprefix(dirs)
    with ZipFile('output.zip', 'w') as z:
        for d in dirs:
            z.write(d, arcname=os.path.relpath(d, prefix))
            for root, dirs, files in os.walk(d):
                for fn in files:
                    z.write(
                        fp := os.path.join(root, fn),
                        arcname=os.path.relpath(fp, prefix)
                    )

2.5. 脚本

我将上述片段合并到一个脚本里面了, 名称为 “ziputil.py”, 代码如下:

import os
import os.path
from zipfile import ZipFile


def zip_file(file_i: str, file_o: str) -> None:
    with ZipFile(file_o, 'w') as z:
        z.write(file_i, arcname=(n := os.path.basename(file_i)))
        print('zip_file:', n)


def zip_files(*files_i: str, file_o: str) -> None:
    with ZipFile(file_o, 'w') as z:
        for f in files_i:
            z.write(f, arcname=(n := os.path.basename(f)))
            print('zip_files:', n)


def zip_dir(dir_i: str, file_o: str) -> None:
    dir_i_parent = os.path.dirname(dir_i)
    with ZipFile(file_o, 'w') as z:
        z.write(dir_i, arcname=(n := os.path.basename(dir_i)))
        print('zip_dir:', n)
        for root, dirs, files in os.walk(dir_i):
            for fn in files:
                z.write(
                    fp := os.path.join(root, fn),
                    arcname=(n := os.path.relpath(fp, dir_i_parent)),
                )
        print('zip_dir:', n)


def zip_dirs(*dirs_i: str, file_o: str) -> None:
    prefix = os.path.commonprefix(dirs_i)
    with ZipFile(file_o, 'w') as z:
        for d in dirs_i:
            z.write(d, arcname=(n := os.path.relpath(d, prefix)))
            print('zip_dirs:', n)
            for root, dirs, files in os.walk(d):
                for fn in files:
                    z.write(
                        fp := os.path.join(root, fn),
                        arcname=(n := os.path.relpath(fp, prefix)),
                    )
            print('zip_dirs:', n)

2.6. 实战 (截图)

3. tarfile

tarfile的使用和文件操作更加的相似，只是在压缩模式上略有不同。

使用linux系统的朋友都知道，tar是Linux的一种打包方式，打包成为tar包之后，才可以使用其它的压缩程序去压缩。最常用的压缩方式是gzip，压缩率最高的方式bzip2，此外还支持另一种比较小众的xzip格式。

主要操作方法为tarfile.TarFile.open()，可以直接tarfile.open()。

语法：open(name, mode=’r’)

当初在学习的时候，老师还教有encoding=’UTF-8’参数，但是文件操作要什么编码格式？感觉他是为了方便直接从文件操作的代码上直接复制过来的，然后没有删掉。

操作tar包

模式为r、w、a、x四种为主，外加使用add方法写入文件，退出依然使用close方法。

add(name, arcname)

add(压缩文件，压缩别名)

注意，压缩别名一定不要以路径分隔符为结尾，否则只会创建一个文件夹。

import tarfile

with tarfile.open('test.tar', 'w') as tf:
    tf.add('test.txt')

压缩

压缩的方式主要是将模式改变，在rwx的基础上加上各个压缩的方式，变成：r:gz、w:bz2、x:xz等样式，然后在将刚才创建的tar包压缩，当然也可以直接将文件压缩成为压缩包。

注意，a模式不能配备任何压缩模式，因为gzip、bzip2、xzip不能直接往里面追加文件，所以如果要追加文件，将tar包解压缩出来，然后追加再压缩。

import tarfile

# tar包以gzip格式压缩
with tarfile.open('test.tar.gz', 'w:gz') as tf:
    tf.add('test.tar')

解压缩

tarfile的解压缩方法和zipfile的一模一样。

getnames — 返回压缩包中的文件(list)

删除压缩包中的文件

zipfile和tarfile不支持删除压缩包中的文件，所以如果有需要删除压缩包中的文件，可以将压缩包解压出来，然后删除其中的文件，再压缩。

参考文献

https://www.cnblogs.com/msr20666/p/16377769.html

Python 标准库 zipfile 压缩文件/文件夹_python压缩文件夹为zip_Likianta Me的博客-CSDN博客