如何递归提取zip文件？

Question

我有一个 zip 文件，其中包含三个 zip 文件，如下所示：

zipfile.zip\  
    dirA.zip\
         a  
    dirB.zip\
         b  
    dirC.zip\
         c

我想在具有这些名称（dirA、dirB、dirC）的目录中提取 zip 文件中的所有内部 zip 文件。
基本上，我想最终得到以下架构：

output\  
    dirA\
         a  
    dirB\
         b  
    dirC\
         c

我尝试了以下方法：

import os, re
from zipfile import ZipFile

os.makedirs(directory)  # where directory is "\output"
with ZipFile(self.archive_name, "r") as archive:
    for id, files in data.items():
        if files:
            print("Creating", id)
            dirpath = os.path.join(directory, id)

            os.mkdir(dirpath)

            for file in files:
                match = pattern.match(filename)
                new = match.group(2)
                new_filename = os.path.join(dirpath, new)

                content = archive.open(file).read()
            with open(new_filename, "wb") as outfile:
                outfile.write(content)

但它只提取 zip 文件，我最终得到：

output\  
    dirA\
         dirA.zip 
    dirB\
         dirB.zip 
    dirC\
         dirC.zip

任何包括代码段在内的建议都将不胜感激，因为我尝试了很多不同的东西并且阅读了文档但没有成功。

Answer 1

解压缩 zip 文件时，您可能希望将内部 zip 文件写入内存而不是磁盘上。 为此，我使用了BytesIO 。

看看这个代码：

import os
import io
import zipfile

def extract(filename):
    z = zipfile.ZipFile(filename)
    for f in z.namelist():
        # get directory name from file
        dirname = os.path.splitext(f)[0]  
        # create new directory
        os.mkdir(dirname)  
        # read inner zip file into bytes buffer 
        content = io.BytesIO(z.read(f))
        zip_file = zipfile.ZipFile(content)
        for i in zip_file.namelist():
            zip_file.extract(i, dirname)

如果您使用zipfile.zip运行extract("zipfile.zip")为：

zipfile.zip/
    dirA.zip/
        a
    dirB.zip/
        b
    dirC.zip/
        c

输出应该是：

dirA/
  a
dirB/
  b
dirC/
  c

Answer 2

对于提取嵌套 zip 文件（任何级别的嵌套）并清理原始 zip 文件的函数：

import zipfile, re, os

def extract_nested_zip(zippedFile, toFolder):
    """ Extract a zip file including any nested zip files
        Delete the zip file(s) after extraction
    """
    with zipfile.ZipFile(zippedFile, 'r') as zfile:
        zfile.extractall(path=toFolder)
    os.remove(zippedFile)
    for root, dirs, files in os.walk(toFolder):
        for filename in files:
            if re.search(r'\.zip$', filename):
                fileSpec = os.path.join(root, filename)
                extract_nested_zip(fileSpec, root)

Answer 3

我尝试了其他一些解决方案，但无法让它们“就地”工作。 我将发布我的解决方案来处理“就地”版本。 注意：它会删除 zip 文件并用同名目录“替换”它们，因此如果您想保留，请备份您的 zip 文件。

策略很简单。 解压缩目录（和子目录）中的所有 zip 文件并冲洗并重复，直到没有剩余的 zip 文件。 如果 zip 文件包含 zip 文件，则需要冲洗和重复。

import os
import io
import zipfile
import re

def unzip_directory(directory):
    """" This function unzips (and then deletes) all zip files in a directory """
    for root, dirs, files in os.walk(directory):
        for filename in files:
            if re.search(r'\.zip$', filename):
                to_path = os.path.join(root, filename.split('.zip')[0])
                zipped_file = os.path.join(root, filename)
                if not os.path.exists(to_path):
                    os.makedirs(to_path)
                    with zipfile.ZipFile(zipped_file, 'r') as zfile:
                        zfile.extractall(path=to_path)
                    # deletes zip file
                    os.remove(zipped_file)

def exists_zip(directory):
    """ This function returns T/F whether any .zip file exists within the directory, recursively """
    is_zip = False
    for root, dirs, files in os.walk(directory):
        for filename in files:
            if re.search(r'\.zip$', filename):
                is_zip = True
    return is_zip

def unzip_directory_recursively(directory, max_iter=1000):
    print("Does the directory path exist? ", os.path.exists(directory))
    """ Calls unzip_directory until all contained zip files (and new ones from previous calls)
    are unzipped
    """
    iterate = 0
    while exists_zip(directory) and iterate < max_iter:
        unzip_directory(directory)
        iterate += 1
    pre = "Did not " if iterate < max_iter else "Did"
    print(pre, "time out based on max_iter limit of", max_iter, ". Took iterations:", iterate)

假设您的 zip 文件已备份，您可以通过调用unzip_directory_recursively(your_directory)来完成这一切。

Answer 4

这对我有用。 只需将此脚本与嵌套 zip 放在同一目录下即可。 它会将zip解压缩到与原始zip同名的目录中并清理原始zip。 它还将计算嵌套 zip 中的文件总数

import os

from zipfile import ZipFile


def unzip (path, total_count):
    for root, dirs, files in os.walk(path):
        for file in files:
            file_name = os.path.join(root, file)
            if (not file_name.endswith('.zip')):
                total_count += 1
            else:
                currentdir = file_name[:-4]
                if not os.path.exists(currentdir):
                    os.makedirs(currentdir)
                with ZipFile(file_name) as zipObj:
                    zipObj.extractall(currentdir)
                os.remove(file_name)
                total_count = unzip(currentdir, total_count)
    return total_count

total_count = unzip ('.', 0)
print(total_count)