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

  • 基于Opencv的图像卡通化实现代码

    基于Opencv的图像卡通化实现代码

    这篇文章主要介绍了基于Opencv的图像卡通化,主要工具是高斯滤波器、细节增强滤波器、双边滤波、拉普拉斯滤波器,通过实例代码给大家介绍的非常详细,需要的朋友可以参考下
    2022-01-01
  • Python中PyExecJS(执行JS代码库)的具体使用

    Python中PyExecJS(执行JS代码库)的具体使用

    pyexecjs是一个用Python来执行JavaScript代码的工具库,本文主要介绍了Python中PyExecJS(执行JS代码库)的具体使用,具有一定的参考价值,感兴趣的可以了解一下
    2024-02-02
  • 在Python上基于Markov链生成伪随机文本的教程

    在Python上基于Markov链生成伪随机文本的教程

    这篇文章主要介绍了在Python上基于Markov链生成伪随机文本的教程,是一个基于马尔可夫算法的小实现,充分体现了Python在科学计算中的用途,需要的朋友可以参考下
    2015-04-04
  • python实现图片上添加图片

    python实现图片上添加图片

    这篇文章主要为大家详细介绍了python实现图片上添加图片,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-11-11
  • python实现复制大量文件功能

    python实现复制大量文件功能

    这篇文章主要为大家详细介绍了python实现复制大量文件功能,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-08-08
  • python vertibi算法实现原理解析

    python vertibi算法实现原理解析

    这篇文章主要为大家介绍了python vertibi算法实现原理解析,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-07-07
  • 使用Termux在手机上运行Python的详细过程

    使用Termux在手机上运行Python的详细过程

    这篇文章主要介绍了使用Termux在手机上运行Python的详细过程,本文给大家介绍的非常详细,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
    2021-10-10
  • 聊聊Python中的pypy

    聊聊Python中的pypy

    这篇文章主要介绍了聊聊Python中的pypy,具有一定借鉴价值,需要的朋友可以参考下
    2018-01-01
  • Python操作word的多种库的实战指南

    Python操作word的多种库的实战指南

    这篇文章主要为大家详细介绍了Python操作word的多种库的相关使用,包括python-docx和docxtpl,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下
    2025-10-10
  • Python标准库sys库常用功能详解

    Python标准库sys库常用功能详解

    这篇文章主要介绍了Python标准库sys库常用功能详解,sys是Python提供的程序与解释器交互的标准库,文章围绕主题展开相关介绍,需要的朋友可以参考一下
    2022-07-07

最新评论