在 Windows 上解压 bz2 文件

Question

我正在尝试使用以下代码片段解压缩 bz2 文件，该文件在不同地方提供：

bz2_data = bz2.BZ2File(DATA_FILE+".bz2").read()
open(DATA_FILE, 'wb').write(bz2_data)

但是，我得到的文件比我预期的要小得多。

当我使用 7z GUI 提取文件时，我收到一个大小为 248MB 的文件。 但是，使用上面的代码，我得到的文件是 879kb。

当我读取提取的 XML 文件时，我可以看到文件的其余部分丢失了，正如我所料。

我在 Windows 机器上运行 anaconda，据了解bz2在文件实际结束之前到达 EOF。

顺便说一句，我已经遇到了这个， 这两个都没有好处。

Answer 1

如果这是一个多流文件，则Python的bz2模块（3.3之前的版本）不支持它：

注意此类不支持包含多个流的输入文件（例如pbzip2工具生成的流）。 读取此类输入文件时，仅第一个流将可访问。 如果您需要多流文件的支持，请考虑使用第三方bz2file模块（可从PyPI获得）。 该模块提供了Python 3.3的BZ2File类的反向移植，该类确实支持多流文件。

一个替代的直接替换： bz2file应该可以工作。

Answer 2

如果它是一个多流文件，您必须将mode设置为"r" ，否则它将静默失败（例如，按原样输出压缩数据）。

这应该做你想做的：

with open(out_file_path) as out_file, BZ2File(bz2_file_path, "r") as bz2_file:
        for data in iter(lambda: bz2_file.read(100 * 1024), b""):
            out_file.write(data)

从文档：

如果 mode 为 'r'，则输入文件可能是多个压缩流的串联。

https://docs.python.org/3/library/bz2.html#bz2.BZ2File