Python3中zipfile模块文件名乱码问题

Linux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
#如果是utf-8文本被别的编码方式编码会出现错误，因此不会执行try部分的代码
try:
    #乱码是由cp437解码而来，将这些乱码还原为比特流
    name = name.encode('cp437')
    #win下一般使用的是gbk编码；将这些比特流按gbk规则解码
    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

原文链接：https://www.cnblogs.com/CN-S/p/6566395.html