Python3中zipfile模块文件名乱码问题

inux下zip文件乱码已经是一个常见问题了，再加上python想不遇到乱码问题都难。

 

在zipfile.ZipFile中获得的filename有中日文则很大可能是乱码，这是因为

在zip标准中，对文件名的 encoding 用的不是 unicode，而可能是各种软件根据系统的默认字符集来采用（此为猜测），而zipfile中根据文件 flag 检测的时候，只支持 cp437 和 utf-8。

具体zipfile模块中的源代码如下

if flags & 0x800:
    # UTF-8 file names extension
    filename = filename.decode('utf-8')
else:
    # Historical ZIP filename encoding
    filename = filename.decode('cp437')

可见编码被正确识别为utf8时的情况外，都会被识别并decode为cp437编码，但如果实际是gbk等其他编码时就变为乱码了。所以解决的方法在于被decode为cp437后重新再手动转为正确的编码。具体代码如下：

#这里是在ZipFile.infolist()方法获得的info中取得filename
name = info.filename
try:
    #使用cp437对文件名进行解码还原
    name = name.encode('cp437')
    #win下一般使用的是gbk编码
    name = name.decode("gbk")
except:
    #如果已被正确识别为utf8编码时则不需再编码
    pass