Python批量解压文件中出现中文乱码的原因及解决方法

 更新时间:2023年08月21日 09:58:45   作者:布拉德特皮  
这篇文章主要给大家记一次Python批量解压文件遇中文乱码及解决过程,文中有详细的图解及代码示例,具有一定的参考价值,需要的朋友可以参考下

前言

因为工作原因,公司提高了对项目的安全扫描水平,所以最近在学习Web逆向工程。

通过付费渠道,拿到了关于 Python 爬虫的相关教材,百度网盘下载后发现文件格式像套娃一样(如下图所示),如果30+个文件都挨个点进去解压,就显得有点愚蠢,正好同时要学 Python,于是拿来练手,写一个批量解压的脚本,由此引出了标题。

image.png

省流

在调用 zipfile.ZipFile() 方法时,需要多传 metadata_encoding 参数,即:

with zipfile.ZipFile(sub_zip_path, 'r', metadata_encoding='gbk') as item:

编写脚本

这里直接贴源码了,主要是遍历文件,并使用 zipfile 库解压:

import os
import zipfile
import shutil
origin_file_path = r"G:\Nas\爬虫第11期"
# 使用 os.listdir 获取目录下的所有文件列表
path_dir = os.listdir(origin_file_path)
for finder in path_dir:
    # 拼接路径
    item_path = os.path.join(origin_file_path, finder)
    # 如果是文件夹
    if os.path.isdir(item_path):
        # 继续获取子目录下的文件列表
        sub_file_dir = os.listdir(item_path)
        # 如果不是空文件夹
        if len(sub_file_dir): 
            # 正常应该用正则判断是不是zip文件
            # 因为每个文件夹只有一个zip压缩包,固直接取sub_file_dir的下标0
            sub_zip_path = os.path.join(item_path, sub_file_dir[0])
            # 将文件解压到当前目录
            zip_to_path = os.path.join(sub_zip_path, finder)
            # 参数 r 代表自动转义【盘符】
            with zipfile.ZipFile(sub_zip_path, 'r') as item:
                # 其实直接调用extractall方法可以实现全部解压
                # item.extractall(item_path)
                # 遍历压缩文件,并解压
                for name in item.namelist():
                    item.extract(name, item_path)
                    print(f'name: {name} | {sub_zip_path}')
                item.close()
            # 若对解压结果不满意,批量删除
            # if os.path.isdir(sub_zip_path):
            #     shutil.rmtree(sub_zip_path)
            print(finder, item_path, sub_file_dir)
    else:
        print('isFile:', finder)

点击运行,然后……

image.png

完全的乱码,根本没法用。

批量删除(可选)

此时可以把批量删除的代码注释打开,清空乱码文件,即:

            # 参数 r 代表自动转义【盘符】
            # with zipfile.ZipFile(sub_zip_path, 'r') as item:
            #     # item.extractall(item_path)
            #     for name in item.namelist():
            #         item.extract(name, item_path)
            #         print(f'name: {name} | {sub_zip_path}')
            #     item.close()
            # 若对解压结果不满意,批量删除
            if os.path.isdir(sub_zip_path):
                shutil.rmtree(sub_zip_path)

shutil.rmtree() 就是删除整个文件夹(不会校验子目录的状态)的意思

寻解过程

Google 后发现大多数都是几年前的解法,而且涉及到修改库文件源码:

image.png

image.png

于是在查看源码的过程中,发现其实3.11版本已经支持了中文解码,只需要传入参数即可:

image.png

由上图可知,若不传入 metadata_encoding 就会默认按 cp437 处理。

修改后,再次运行脚本,发现打印和解压目录也正常了:

image.png

image.png

到此这篇关于Python批量解压文件中出现中文乱码的原因及解决方法的文章就介绍到这了,更多相关Python解压文件中出现中文乱码内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python数据类型及常用方法

    Python数据类型及常用方法

    这篇文章主要介绍了Python数据类型及常用方法 ,文章主要给大家分享Python的一些常用数据类型,具有一定的参考价值,需要的小伙伴可以参考一下
    2022-04-04
  • python实现根据图标提取分类应用程序实例

    python实现根据图标提取分类应用程序实例

    这篇文章主要介绍了python实现根据图标提取分类应用程序实例,是非常实用的应用程序技巧,需要的朋友可以参考下
    2014-09-09
  • python使用时间间隔的操作及技巧分享

    python使用时间间隔的操作及技巧分享

    Python 中处理时间间隔和日期时间的操作通常涉及 datetime 模块,它提供了丰富的功能来处理日期和时间,本文给大家介绍了一些关于时间间隔操作的技巧和示例,并通过代码示例介绍的非常详细,需要的朋友可以参考下
    2024-12-12
  • pytorch 实现模型不同层设置不同的学习率方式

    pytorch 实现模型不同层设置不同的学习率方式

    今天小编就为大家分享一篇pytorch 实现模型不同层设置不同的学习率方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-01-01
  • 用Python字符画出了一个谷爱凌

    用Python字符画出了一个谷爱凌

    之前经常在网上看到那种由一个个字符构成的视频,非常炫酷。本文也将利用Python字符画一个最近的冬奥冠军谷爱凌,感兴趣的小伙伴可以学习一下
    2022-02-02
  • Python远程开发环境部署与调试过程图解

    Python远程开发环境部署与调试过程图解

    这篇文章主要介绍了Python远程开发环境部署与调试过程图解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-12-12
  • python爬虫爬取某网站视频的示例代码

    python爬虫爬取某网站视频的示例代码

    这篇文章主要介绍了python爬虫爬取某网站视频的示例代码,代码简单易懂,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-02-02
  • python 如何区分return和yield

    python 如何区分return和yield

    这篇文章主要介绍了python 如何区分return和yield,帮助大家更好的理解和使用python,感兴趣的朋友可以了解下
    2020-09-09
  • Python使用Pandas处理测试数据的方法

    Python使用Pandas处理测试数据的方法

    Pandas是一个功能极其强大的数据分析库,可以高效地操作各种数据集,这篇文章主要介绍了Python自动化测试-使用Pandas来高效处理测试数据,需要的朋友可以参考下
    2023-02-02
  • python处理按钮消息的实例详解

    python处理按钮消息的实例详解

    这篇文章主要介绍了python处理按钮消息的实例详解的相关资料,需要的朋友可以参考下
    2017-07-07

最新评论