Python 标准库 —— 文件解压（zip、gz、pkl、tar）

• Python模块学习：zipfile zip文件操作
• Python 学习入门（16）—— zipfile

1. zip ⇒ zipfile

with zipfile.ZipFile('../data/jaychou_lyrics.txt.zip', 'r') as zin:
    zin.extractall('../data/')

# 将 .txt.zip 解压为 .txt
with open('../data/jaychou_lyrics.txt') as f:
    f.read()
    ...

f = zipfile.ZipFile(filename)
with zipfile.ZipFile(filename) as f:

ZipFile 对象的基本成员函数：

• f.namelist() ⇒ 由 names 构成的 list；
  
  • zip 解压出来的文件，当然未必只有一个；

• f.read(f.namelist()[0])

• 一个 zip 文件的解析

  
  # 使用 tensorflow 下的相关接口
  
  
  with parse_data(filename):
      with zipfile.ZipFile(filename) as f:
          data = tf.compat.as_str(f.read(f.namelist()[0])).split()
      return data

2. pkl ⇒ pickle

• 核心api

  • pickle.dump
  • pickle.load

• 将存储数据的变量 dump 到本地

  pickle_file = 'data.pkl'
  try:
      with open(pickle_file, 'wb') as f:
          save = {'X': X, 'y': y}             # 以字典的形式
          pickle.dump(f, save, protocol=pickle.HIGHEST_PROTOCOL)
  except:
      raise

• Using pickle.dump - TypeError: must be str, not bytes

  Using pickle.dump - TypeError: must be str, not bytes

  将存储数据的变量 dump 到本地 output 文件时，对 output 文件需以二进制模式（binary mode）打开，才可使用 pickle 的dump方法：

  with open(filename, 'wb') as fp:
      pickle.dump(s, fp)

3. pkl ⇒ pickle, gz ⇒ gzip

两者结合使用的场景是读取解析 .pkl.gz 文件，比如大名鼎鼎的 mnist.pkl.gz （标准手写字符的数据）

• 先使用 fp = gzip.open(”)，
• 再使用 pickle.load(fp)

def load_data():
    with gzip.open('./mnist.pkl.gz') as fp:
        training_data, valid_data, test_data = pickle.load(fp)
    return training_data, valid_data, test_data

4. tgz ⇒ tarfile

• 核心api
  
  • open
  • extractall

with tarfile.open() as file:
    file.extractall(path=path)