[转载] python zip 文件解压中文乱码问题解决

参考链接： Python zip()

今天突然碰到zip文件解压后中文乱码问题。百度了下觉得这篇文章不错。保存保存。 

来源：http://blog.sina.com.cn/s/blog_5805e98101012uzv.html 

  

 

 万恶的编码！！！！！！！！！！  学习 python 2.x 时就被时不时出现的中文乱码问题搞得头大，无奈用起来资料挺少、支持不多的 python 3.x，没想到昨天来解压缩一大堆文件时仍然遇到乱码的问题，对 python 3.x 失望之极。不得已，又拿起C#来解决。其实在C#中也有乱码的问题，最终是用 FileStream 变相解决的。  所以其实最初可能冤枉了 python 3.x 了，自它采用 unicode 之后，乱码问题其实少多了，有的时候还是不熟练。  今天又硬着头皮看 ZipFile 的源代码，在一堆英文资料中翻来翻去。其实这一 bug 已经早被提出来了，只是没有解决，可能是负责解决问题的大牛们都不用中文系统，尤其是都不用中文Windows系统，所以官方居然说已经修复了。 

  下面说一下原因及解决办法。 

  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），因此zipfile中根据文件 flag 检测的时候，只支持 cp437 和 utf-8。具体就是查找 zipfile.py 源代码找到下面的代码：  

 

  

  1: if flags & 0x800: 

  2: # UTF-8 file names extension 

  3: filename = filename.decode('utf-8') 

  4: else: 

  5: # Historical ZIP filename encoding 

  6: filename = filename.decode('cp437') 

  

 

  修改如下：   

 

  

  1: if sys.getfilesystemencoding()=='mbcs': 

  2: filename=filename.decode('mbcs') 

  3: elif flags & 0x800: 

  4: # UTF-8 file names extension 

  5: filename = filename.decode('utf-8') 

  6: else: 

  7: # Historical ZIP filename encoding 

  8: filename = filename.decode('cp437') 

  

 

  后面一处同样如此修改：  

 

  

  1: if sys.getfilesystemencoding()=='mbcs': 

  2: fname_str = fname.decode('mbcs') 

  3: elif zinfo.flag_bits & 0x800: 

  4: # UTF-8 filename 

  5: fname_str = fname.decode("utf-8") 

  6: else: 

  7: fname_str = fname.decode("cp437") 

  

 

   

  当然这种办法只是暂时性的解决了这一问题，可能在其它系统中采用会带来更多的问题。