在 zip 存档中打开二进制文件作为 ZipExtFile

Question

我正在尝试从 Zip 存档中包含的数据文件访问二进制流（通过 ZipExtFile 对象）。 要从存档中增量读取文本文件对象，这将非常简单：

with ziparchive as ZipFile("myziparchive.zip", 'r'):
    with txtfile as ziparchive.open("mybigtextfile.txt", 'r'):
       for line in txtfile:
           ....

理想情况下，等效的字节流类似于：

with ziparchive as ZipFile("myziparchive.zip", 'r'):
    with binfile as ziparchive.open("mybigbinary.bin", 'rb'):
        while notEOF
            binchunk = binfile.read(MYCHUNKSIZE)
            ....

不幸的是， ZipFile.open似乎不支持将二进制数据读取到 ZipExtFile 对象。 从文档：

模式参数（如果包含）必须是以下之一：“r”（默认值）、“U”或“rU”。

鉴于此约束，如何最好地直接从存档中增量读取二进制文件？ 由于未压缩的文件非常大，我想避免先提取它。

Answer 1

我设法解决了我在对 OP 的评论中描述的问题。 为了您的目的，我在这里对其进行了调整，但我认为可能有一种方法可以只更改 chunk_str 的编码，以避免使用 ByteIO。

无论如何-如果有帮助，这是我的代码：

from io import BytesIO
from zipfile import ZipFile

MYCHUNKSIZE = 10

archive_file = r"test_resources\0000232514_bom.zip"
src_file = r"0000232514_bom.xls"

no_of_chunks_to_read = 10
with ZipFile(archive_file,'r') as zf:
    with zf.open(src_file) as src_f:
        while no_of_chunks_to_read > 0:
            chunk_str = src_f.read(MYCHUNKSIZE)
            chunk_stream = BytesIO(chunk_str)
            chunk_bytes = chunk_stream.read()
            print type(chunk_bytes), len(chunk_bytes), chunk_bytes
            if len(chunk_str) < MYCHUNKSIZE:
                # End of file
                break
            no_of_chunks_to_read -= 1

Answer 2

逐行阅读：

with ZipFile("myziparchive.zip", 'r') as ziparchive:
    with ziparchive.open("mybigtextfile.txt", 'r') as binfile:
       for line in binfile:
           line = line.decode()  # bytes to str
           ...