zipfile头语言编码位在Python2和Python3之间设置不同

Question

我想在使用Python 2或Python 3运行时，此代码的工作方式相同

from zipfile import ZipFile, ZipInfo

with ZipFile("out.zip", 'w') as zf:
    content = "content"
    info = ZipInfo()
    info.filename = "file.txt"
    info.flag_bits = 0x800
    info.file_size = len(content)
    zf.writestr(info, content)

但是，根据Python 2 out.zip开始：

50 4b 03 04 14 00 00 08

在Python3下，它开始：

50 4b 03 04 14 00 00 00

不同的部分是flag_bits ，对于Python 2设置为0x800 ，对于Python 3设置为0x00 。这是BIT11：语言编码。 if filename.encode("ascii")抛出，BIT11似乎被设置。

我试图通过在创建ZipInfo对象后设置标志来强制启用此位，但它会在_open_to_write()重置为0x00 。

我想知道这里有没有人有一个好的解决方案。 理想情况下，我希望两个输出都设置标志，因为这反映了jar实用程序的功能。

编辑：更新以添加info.flag_bits = 0x800行只是为了说明我想要实现的目标。 我在Windows上重现了这个：ActivePython 3.6.0.3600，与ActivePython 2.7.14.2717，Windows 10相比。在Linux上：Python 3.6.6与Python 2.7.11如果重要的话，我正在运行这个我的例子，没有hashbang，直接调用解释器：

pythonX test.py

Answer 1

编辑：这里的代码适用于我的Python 2.7但不适用于3.6（有点神秘，它似乎在今晚更早的工作）：

$ cat zipf.py
from __future__ import print_function

from zipfile import ZipFile, ZipInfo

with ZipFile("out.zip", 'w') as zf:
    content = "content"
    info = ZipInfo()
    info.filename = "file.txt"
    info.flag_bits = 0x800
    # don't set info.file_size here: zf.writestr() does that
    zf.writestr(info, content)

with open('out.zip', 'rb') as stream:
    byteseq = stream.read(8)
    for i in byteseq:
        if isinstance(i, str): i = ord(i)
        print('{:02x}'.format(i), end=' ')
    print()

运行方式：

$ python2.7 zipf.py
50 4b 03 04 14 00 00 08 

但：

$ python3.6 zipf.py
50 4b 03 04 14 00 00 00 

通过确保在创建info条目之前打开文件，当然可以使其工作。 但是，你必须避免使用writestr ，这只适用于Python 3.6（并且看起来相当滥用）：

from __future__ import print_function

from zipfile import ZipFile, ZipInfo

with ZipFile("out.zip", 'w') as zf:
    info = ZipInfo()
    info.filename = "file.txt"
    content = "content"
    if not isinstance(content, bytes):
        content = content.encode('utf8')
    info.file_size = len(content)
    with zf.open(info, 'w') as stream:
        info.flag_bits = 0x800
        stream.write(content)

with open('out.zip', 'rb') as stream:
    byteseq = stream.read(8)
    for i in byteseq:
        if isinstance(i, str): i = ord(i)
        print('{:02x}'.format(i), end=' ')
    print()

这可能是3.6重置所有info.flag_bits （通过内部open它）的错误，虽然对我来说并不是很清楚。

原答案如下

我无法重现这一点，但如果文件名是Unicode并且编码为ASCII失败，则设置标志位中的位11是正确的：

def _encodeFilenameFlags(self):
    if isinstance(self.filename, unicode):
        try:
            return self.filename.encode('ascii'), self.flag_bits
        except UnicodeEncodeError:
            return self.filename.encode('utf-8'), self.flag_bits | 0x800
    else:
        return self.filename, self.flag_bits

（Python 2.7 zipfile.py源代码）或：

def _encodeFilenameFlags(self):
    try:
        return self.filename.encode('ascii'), self.flag_bits
    except UnicodeEncodeError:
        return self.filename.encode('utf-8'), self.flag_bits | 0x800

（Python 3.6 zipfile.py源代码）。

要获得该位设置，您需要一个不能直接用ASCII编码的文件名，例如：

info.filename = u"sch\N{latin small letter o with diaeresis}n" # "file.txt"

（这种表示法适用于Python 2.7和3.6）。

我试图通过在创建ZipInfo对象后设置标志来强制启用此位，但它会在_open_to_write（）中重置为0x00。

如果我添加：

info.filename = "file.txt"
info.flag_bits |= 0x0800

（在将文件名设置为u"schön" ）并在Python 2.7或3.6下运行，我在标题中设置了位（当然zip目录中的文件名更改回file.txt ）。

Answer 2

我暂时使用这样的东西：

from zipfile import ZipFile, ZipInfo
import struct

orig_function = ZipInfo.FileHeader

def new_function(self, zip64=None):
    header = orig_function(self, zip64)
    fmt = "B"*len(header)
    blist = list(struct.unpack(fmt, header))
    blist[7] |= 0x8
    return struct.pack(fmt, *blist)

setattr(ZipInfo, "FileHeader", new_function)

with ZipFile("out.zip", 'w') as zf:
    content = "content"
    info = ZipInfo()
    info.filename = "file.txt"
    info.file_size = len(content)
    zf.writestr(info, content)

希望它不会太快破坏，FileHeader（）似乎是将来不会改变的东西。