Python的压缩文件处理 zipfile & tarfile
本文从以下两个方面, 阐述Python的压缩文件处理方式:
一. zipfile
二. tarfile
一. zipfile
虽然叫zipfile，但是除了zip之外，rar，war，jar这些压缩（或者打包）文件格式也都可以处理。
zipfile模块常用的一些操作和方法：
is_zipfile(filename) 测试filename的文件，看它是否是个有效的zipfile
ZipFile(filename[,mode[,compression[,allowZip64]]]) 构造zipfile文件对象。mode可选r,w,a代表不同的打开文件的方式。compression指出这个zipfile用什么压缩方法，默认是ZIP_STORED,另一种选择是ZIP_DEFLATED。allowZip64是个bool型变量，当设置为True的时候就是说可以用来创建大小大于2G的zip文件，默认值是True
ZipInfo 包含一个zip文件中的子文件的信息，字段包括filename（包括相对zip包的路径），date_time（一个时间元组，该子文件最后修改时间），compress_type（该子文件的压缩格式）等等。
对于ZipFile实例z，有以下方法：
z.close() 关闭文件
z.extract(name[,path[,pwd]]) 从zip中提取一个文件，将它放到指定的path下，pwd是密码，用于被加密的zip文件
z.extractall(path[,pwd]) 将所有文件按照namelist中显示得那样的目录结构从当前zip中提取出来并放到path下。//这两个extract的path若不存在都会自动创建出来的，且这个path必须是个目录，解压时一定是把一个文件，包含其相对zip包路径的所有目录一起解压出来。总之有点坑，自己测试一下就知道了
z.namelist() 返回一个列表，内容是zip文件中所有子文件的path（相对于zip文件包而言的）。相当于是一个保存了zip内部目录结构的列表
z.infolist() 返回一个列表，内容是每个zip文件中子文件的ZipInfo对象，这个对象有上文中提到的那些字段
z.printdir() 将zip文件的目录结构打印到stdout上，包括每个文件的path，修改时间和大小
z.open(name[,mode[,pwd]]) 获取一个子文件的文件对象，可以将其用来read,readline,write等等操作
z.setpassword(psw) 可以为zip文件设置默认密码
z.testzip() 读取zip中的所有文件，验证他们的CRC校验和。返回第一个损坏文件的名称，如果所有文件都是完整的就返回None
z.write(filename[,arcname[,compression_type]]) 将zip外的文件filename写入到名为arcname的子文件中（当然arcname也是带有相对zip包的路径的），compression_type指定了压缩格式，也是ZIP_STORED或ZIP_DEFLATED。z的打开方式一定要是w或者a才能顺利写入文件。
贴上两个已经写好的常用的解压缩和压缩函数：
压缩一个目录：
def zip_dir(dirname,zipfilename):
filelist = []
if os.path.isfile(dirname):
filelist.append(dirname)
else :
for root, dirs, files in os.walk(dirname):
for dir in dirs:
filelist.append(os.path.join(root,dir))
for name in files:
filelist.append(os.path.join(root, name))
zf = zipfile.ZipFile(zipfilename, "w", zipfile.zlib.DEFLATED)
for tar in filelist:
arcname = tar[len(dirname):]
#print arcname
zf.write(tar,arcname)
zf.close()
解压缩一个文件：（转自http://blog.csdn.net/linda1000/article/details/10432133）
def unzip_dir(zipfilename, unzipdirname):
fullzipfilename = os.path.abspath(zipfilename)
fullunzipdirname = os.path.abspath(unzipdirname)
print "Start to unzip file %s to folder %s ..." % (zipfilename, unzipdirname)
#Check input ...
if not os.path.exists(fullzipfilename):
print "Dir/File %s is not exist, Press any key to quit..." % fullzipfilename
inputStr = raw_input()
return
if not os.path.exists(fullunzipdirname):
os.mkdir(fullunzipdirname)
else:
if os.path.isfile(fullunzipdirname):
print "File %s is exist, are you sure to delet it first ? [Y/N]" % fullunzipdirname
while 1:
inputStr = raw_input()
if inputStr == "N" or inputStr == "n":
return
else:
if inputStr == "Y" or inputStr == "y":
os.remove(fullunzipdirname)
print "Continue to unzip files ..."
break
#Start extract files ...
srcZip = zipfile.ZipFile(fullzipfilename, "r")
for eachfile in srcZip.namelist():
if eachfile.endswith('/'):
# is a directory
print 'Unzip directory %s ...' % eachfilename
os.makedirs(os.path.normpath(os.path.join(fullunzipdirname, eachfile)))
continue
print "Unzip file %s ..." % eachfile
eachfilename = os.path.normpath(os.path.join(fullunzipdirname, eachfile))
eachdirname = os.path.dirname(eachfilename)
if not os.path.exists(eachdirname):
os.makedirs(eachdirname)
fd=open(eachfilename, "wb")
fd.write(srcZip.read(eachfile))
fd.close()
srcZip.close()
print "Unzip file succeed!"
二. tarfile
linux上常用的tar文件不被zipfile支持，应该要用tarfile模块来处理tar文件，无论tar文件是否被压缩还是仅仅被打包，都可以读取和写入tar文件。和zipfile模块类似的。
Tarfile有以下一些方法和类：
is_tarfile(filename) 检查是否是个有效的tar文件
open([name[,mode]]) 和zipfile的ZipFile有所不同的是，这里的open除了指出打开文件的方式以外还指出了文件的压缩方式。通过filemode[:compression]的方式可以指出很多种文件模式：
'r' 读打开，如果文件是压缩得会被透明（？？？）地解压缩。这是默认打开方式
'r:' 读打开，不压缩文件
'r:gz' 读打开，使用gzip压缩文件
'r:bz2' 读打开，使用bzip2压缩文件
'a','a:' 追加打开，不压缩文件 //注意，a模式下不能加压缩格式的。如果想要给压缩包添加什么东西的话最好另寻他路
'w','w:' 写打开，不压缩文件
'w:gz' 写打开，使用gzip压缩文件
'w:bz2' 写打开只用bzip2压缩文件
TarInfo类对象 和ZipInfo类似的，一个子文件的TarInfo对象存储了这个子文件的一些信息。
TarInfo对象有一些方法和属性：
it.gid/gname 获取这个子文件的组ID和组名称
it.uid/uname 获取这个子文件的用户id和用户名称
ti.isdir() 判断这个子文件是否是个目录
ti.isfile() 判断是否是个普通文件
ti.name 文件名
ti.mode 权限
ti.size 大小
ti.mtime 最后修改时间
由open返回的一个tarfile实例t有以下方法：
t.add(name[,arcname,[recursive]]) 将tar包外的文件或目录name添加到tar包内的arcname，当name是个目录时可把recursive设置为True来递归地加入tar包
t.close()
t.errorlevel 可以设置提取tar包中文件时如何确定处理错误，当这一属性为0时，错误将被忽略，为1时错误将导致IOError和OSError，如果设置为2非致命性错误将会导致TarError
t.extract(member[,path]) 从tar包中提取一个子文件，保存到指定目录下
t.extractfile(member) 从tar包中提取一个子文件，但返回的是个类文件对象，可以通过read，write等方法来操作文件的内容
t.getnames() 类似于zipfile中的namelist()
t.ignore_zeros 若这一个属性被设置为True的话，读取tar包时会跳过空块，如果这已设置为False则空块表示tar包的结束。这个属性的设置有利于读取损坏的tar包
t.list() 类似于zipfile的printdir(),但是其列出的信息更加详细，如果不要这么详细的信息，可以加上参数False
t.getmemebers() 返回一个列表，内容是所有文件的TarInfo对象
参考文章：
https://www.cnblogs.com/franknihao/p/6613236.html
https://docs.python.org/3/library/zipfile.html
https://docs.python.org/3/library/tarfile.html
