python使用zipfile解压中文乱码问题

 

 

 

 

 

 

 

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。

在实际过程中可以对已经先用zipfile进行解压，然后对unzip文件夹中的乱码文件直接进行重命名。具体实现过程如下：

import os

def an_garcode(dir_names):
    """anti garbled code"""
    os.chdir(dir_names)

    for temp_name in os.listdir('.'):
        try:
            #使用cp437对文件名进行解码还原
            new_name = temp_name.encode('cp437')
            #win下一般使用的是gbk编码
            new_name = new_name.decode("gbk")
            #对乱码的文件名及文件夹名进行重命名
            os.rename(temp_name, new_name)
            #传回重新编码的文件名给原文件名
            temp_name = new_name
        except:
            #如果已被正确识别为utf8编码时则不需再编码
            pass

        if os.path.isdir(temp_name):
            #对子文件夹进行递归调用
            an_garcode(temp_name)
            #记得返回上级目录
            os.chdir('..')

an_garcode(os.getcwd())
---------------------

直接上最后成功代码，使用cp437可以正确读取部分，但是还有一部分却打印出来\u的编码，

因为看了alex的文章，又在catch中加上了utf-8的解码方式

#-*- coding: utf-8 -*-
import zipfile

# 默认模式r,读
azip = zipfile.ZipFile("/Users/a/my_file/feise.zip", 'r')
# 返回所有文件夹和文件
zip_list = azip.namelist()
for zip_file in zip_list:
    print(zip_file)
    print(zip_file.encode('utf-8'))
    try:
        zip_file = zip_file.encode('cp437').decode('gbk')
    except:
        zip_file = zip_file.encode('utf-8').decode('utf-8')
    print(zip_file)

　　一句话，就是转换成unicode，压缩前是什么编码，使用什么编码encode再decode回gbk、utf-8

一句话，就是转换成unicode，压缩前是什么编码，使用什么编码encode再decode回来

先看测试代码：

1 2 3 4 5 6 7 8 9 10

#-*- coding: utf-8 -*- import zipfile   # 默认模式r,读 azip = zipfile.ZipFile("/Users/a/my_file/feise.zip", 'r') # 返回所有文件夹和文件 zip_list = azip.namelist() for zip_file in zip_list:     print(zip_file)     print(zip_file.encode('utf-8'))