详解使用python进行压缩与解压缩

在日常工作中，除了会涉及到使用Python处理文本文件，有时候还会涉及对压缩文件的处理。

通常会涉及到的压缩文件格式有：
rar：Windows 环境下用的比较多的压缩，比较著名的GUI工具是winrar
tar: Linux系统下的打包工具，只打包，不压缩
gz：即gzip，通常只能压缩一个文件。与tar结合起来就可以实现先打包，再压缩。
tgz：即gz。先用tar打包，然后再用gz压缩得到的文件
zip：不同于gzip，虽然使用相似的算法，可以打包压缩多个文件，不过分别压缩文件，压缩率低于tar
7z：7zip压缩软件支持的格式，压缩效率较高。
当然除了使用Python外，你还可以选择使用压缩解压缩软件或命令手动进行处理。
zip文件
zipfile是Python里用来做zip格式编码的压缩和解压缩的module，zipfile里有两个非常重要的class：ZipFile和ZipInfo。ZipFile是主要的类，用来创建和读取zip文件，而ZipInfo是存储的zip文件的每个文件的信息。
示例代码：
import os
import zipfile

压缩

def make_zip(source_dir, output_filename):
zipf = zipfile.ZipFile(output_filename, ‘w’)
pre_len = len(os.path.dirname(source_dir))
for parent, dirnames, filenames in os.walk(source_dir):
for filename in filenames:
print(filename)
pathfile = os.path.join(parent, filename)
arcname = pathfile[pre_len:].strip(os.path.sep) # 相对路径
zipf.write(pathfile, arcname)
print()
zipf.close()

解压缩

def un_zip(file_name):
“”“unzip zip file”“”
zip_file = zipfile.ZipFile(file_name)
if os.path.isdir(file_name + “_files”):
pass
else:
os.mkdir(file_name + “_files”)
for names in zip_file.namelist():
zip_file.extract(names, file_name + “_files/”)
zip_file.close()

if name == ‘main’:
make_zip(r"E:python_samplelibstest_tar_fileslibs", “test.zip”)
un_zip(“test.zip”)
tar.gz文件
tarfile 模块可以用来读写 tar 归档，包括使用 gzip, bz2 和 lzma 压缩的归档。在使用tarfile是必须了解模式：
mode 必须是 ‘filemode[:compression]’ 形式的字符串，其默认值为 ‘r’。以下是模式组合的完整列表:
模式

动作

‘r’ or ‘r:*’

打开和读取使用透明压缩（推荐）。

‘r:’

打开和读取不使用压缩。

‘r:gz’

打开和读取使用gzip 压缩。

‘r:bz2’

打开和读取使用bzip2 压缩。

‘r:xz’

打开和读取使用lzma 压缩。

‘x’ 或 ‘x:’

创建tarfile不进行压缩。如果文件已经存在，则抛出 FileExistsError 异常。

‘x:gz’

使用gzip压缩创建tarfile。如果文件已经存在，则抛出 FileExistsError 异常。

‘x:bz2’

使用bzip2 压缩创建tarfile。如果文件已经存在，则抛出 FileExistsError 异常。

‘x:xz’

使用lzma 压缩创建tarfile。如果文件已经存在，则抛出 FileExistsError 异常。

‘a’ or ‘a:’

打开以便在没有压缩的情况下追加。如果文件不存在，则创建该文件。

‘w’ or ‘w:’

打开用于未压缩的写入。

‘w:gz’

打开用于 gzip 压缩的写入。

‘w:bz2’

打开用于 bzip2 压缩的写入。

‘w:xz’

打开用于 lzma 压缩的写入。

针对特殊的目的，还存在第二种 mode 格式: ‘filemode|[compression]’。tarfile.open() 将返回一个将其数据作为数据块流来处理的 TarFile 对象：
模式

动作

‘r|*’

打开 tar 块的 流 以进行透明压缩读取。

‘r|’

打开一个未压缩的 tar 块的 stream 用于读取。

‘r|gz’

打开一个 gzip 压缩的 stream 用于读取。

‘r|bz2’

打开一个 bzip2 压缩的 stream 用于读取。

‘r|xz’

打开一个 lzma 压缩 stream 用于读取。

‘w|’

打开一个未压缩的 stream 用于写入。

‘w|gz’

打开一个 gzip 压缩的 stream 用于写入。

‘w|bz2’

打开一个 bzip2 压缩的 stream 用于写入。

‘w|xz’

打开一个 lzma 压缩的 stream 用于写入。

代码示例：

import os
import tarfile
import gzip

一次性打包整个根目录。空子目录会被打包。

如果只打包不压缩，将"w:gz"参数改为"w:"或"w"即可。

def make_targz(output_filename, source_dir):
with tarfile.open(output_filename, “w:gz”) as tar:
tar.add(source_dir, arcname=os.path.basename(source_dir))

逐个添加文件打包，未打包空子目录。可过滤文件。

如果只打包不压缩，将"w:gz"参数改为"w:"或"w"即可。

def make_targz_one_by_one(output_filename, source_dir):
tar = tarfile.open(output_filename, “w:gz”)
for root, dir, files in os.walk(source_dir):
for file in files:
pathfile = os.path.join(root, file)
tar.add(pathfile)
tar.close()

def un_gz(file_name):
“”“ungz zip file”“”
f_name = file_name.replace(“.gz”, “”)
# 获取文件的名称，去掉
g_file = gzip.GzipFile(file_name)
# 创建gzip对象
open(f_name, “wb+”).write(g_file.read())
# gzip对象用read()打开后，写入open()建立的文件里。
g_file.close() # 关闭gzip对象

def un_tar(file_name):
# untar zip file
tar = tarfile.open(file_name)
names = tar.getnames()
if os.path.isdir(file_name + “_files”):
pass
else:
os.mkdir(file_name + “_files”)
# 由于解压后是许多文件，预先建立同名文件夹
for name in names:
tar.extract(name, file_name + “_files/”)
tar.close()

if name == ‘main’:
make_targz(‘test.tar.gz’, “E:python_samplelibs”)
make_targz_one_by_one(‘test01.tgz’, “E:python_samplelibs”)
un_gz(“test.tar.gz”)
un_tar(“test.tar”)
rar文件
我们可以使用rarfile来解压.rar的文件，但是不支持用rarfile来压缩rar文件。rarfile以下unrar组件，但是使用pip install unrar安装后发现会报如下错误：
Couldn’t find path to unrar library…
这是因为 Python下的 unrar 还依赖了RAR官方的库。
Windows的安装

到RARLab官方下载库文件，https://www.rarlab.com/rar/UnRARDLL.exe，然后安装。
安装是最好选择默认路径，一般在 C:Program Files (x86)UnrarDLL 目录下。
添加环境变量，在系统变量中新建变量名UNRAR_LIB_PATH，如果是64位系统，就输入 C:Program Files (x86)UnrarDLLx64UnRAR64.dll，如果是32位系统就是 C:Program Files (x86)UnrarDLLUnRAR.dll。
确定保存环境变量后，在进行 pip install unrar 安装，这时代码再运行就不会报错了。
Linux的安装
下载rar源文件：https://www.rarlab.com/rar/rarlinux-6.0.0.tar.gz
解压安装包，进入安装包目录，编译安装，生成so 文件
配置环境变量，完成后，在进行 pip install unrar 安装

cd /usr/local/src/

wget https://www.rarlab.com/rar/unrarsrc-6.0.3.tar.gz

tar zxvf unrarsrc-6.0.3.tar.gz

cd unrar

make lib

make install-lib //生成libunrar.so 文件

vim /etc/profile

export UNRAR_LIB_PATH=/usr/lib/libunrar.so

source /etc/profile

代码示例：

import rarfile

def unrar(rar_file, dir_name):
# rarfile需要unrar支持, linux下pip install unrar, windows下在winrar文件夹找到unrar,加到path里
rarobj = rarfile.RarFile(rar_file.decode(‘utf-8’))
rarobj.extractall(dir_name.decode(‘utf-8’))
7z文件
要压缩和解压缩.7z文件需要用到py7zr组件。代码示例：
import py7zr

压缩

with py7zr.SevenZipFile(“Archive.7z”, ‘r’) as archive:
archive.extractall(path=“/tmp”)

解压缩

with py7zr.SevenZipFile(“Archive.7z”, ‘w’) as archive:
archive.writeall(“target/”)