python zipfile 乱码_python使用zipfile解压中文乱码问题

在zipfile.ZipFile中获得的filename有中日文则很大可能是乱码，这是因为

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)，而zipfile中根据文件 flag 检测的时候，只支持 cp437 和 utf-8。

具体zipfile模块中的源代码如下

if flags & 0x800:

# UTF-8 file names extension

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

else:

# Historical ZIP filename encoding

filename = filename.decode('cp437')

可见编码被正确识别为utf8时的情况外，都会被识别并decode为cp437编码，但如果实际是gbk等其他编码时就变为乱码了。所以解决的方法在于被decode为cp437后重新再手动转为正确的编码。

在实际过程中可以对已经先用zipfile进行解压，然后对unzip文件夹中的乱码文件直接进行重命名。具体实现过程如下：

import os

def an_garcode(dir_names):

"""anti garbled code"""

os.chdir(dir_names)

for temp_name in os.listdir('.'):

try:

#使用cp437对文件名进行解码还原

new_name = temp_name.encode('cp437')

#win下一般使用的是gbk编码

new_name = new_name.decode("gbk")

#对乱码的文件名及文件夹名进行重命名

os.rename(temp_name, new_name)

#传回重新编码的文件名给原文件名

temp_name = new_name

except:

#如果已被正确识别为utf8编码时则不需再编码

pass

if os.path.isdir(temp_name):

#对子文件夹进行递归调用

an_garcode(temp_name)

#记得返回上级目录

os.chdir('..')

an_garcode(os.getcwd())

---------------------

直接上最后成功代码，使用cp437可以正确读取部分，但是还有一部分却打印出来\u的编码，

因为看了alex的文章，又在catch中加上了utf-8的解码方式

#-*- coding: utf-8 -*-

import zipfile

# 默认模式r,读

azip = zipfile.ZipFile("/Users/a/my_file/feise.zip", 'r')

# 返回所有文件夹和文件

zip_list = azip.namelist()

for zip_file in zip_list:

print(zip_file)

print(zip_file.encode('utf-8'))

try:

zip_file = zip_file.encode('cp437').decode('gbk')

except:

zip_file = zip_file.encode('utf-8').decode('utf-8')

print(zip_file)

一句话，就是转换成unicode，压缩前是什么编码，使用什么编码encode再decode回gbk、utf-8

一句话，就是转换成unicode，压缩前是什么编码，使用什么编码encode再decode回来

先看测试代码：