從損壞的GZ中提取文件

Question

我的代碼段可以將GZ中的文件另存為.txt文件，但有時該文件中可能包含一些奇怪的文本，導致提取模塊崩潰。

文件中的一些亂碼：

我使用的方法：

def unpackgz(name ,path):
    file = path + '\\' +name
    outfilename = file[:-3]+".txt"
    inF = gzip.open(file, 'rb')
    outF = open(outfilename, 'wb')
    outF.write( inF.read() )
    inF.close()
    outF.close() 

我的問題我該如何解決？ 可能類似於open（file，errors ='ignore'）as fil：。 因為使用該方法，我只能提取正常文件。

編輯第一個問題

def read_corrupted_file(filename):

    with gzip.open(filename, 'r') as f:
        for line in f:
            try:
                string+=line
            except Exception as e:
                print(e)
    return string

newfile = open("corrupted.txt", 'a+')
cwd = os.getcwd()
srtNameb="service"+str(46)+"b.gz"
localfilename3 = cwd +'\\'+srtNameb     
newfile.write(read_corrupted_file(localfilename3))

導致多個錯誤： 像這樣

固定為工作狀態：

def read_corrupted_file(filename):


    string=''
    newfile = open("corrupted.txt", 'a+')
    try:
        with gzip.open(filename, 'rb') as f:
            for line in f:
                try:
                    newfile.write(line.decode('ascii'))
                except Exception as e:
                    print(e)
    except Exception as e:
        print(e)
cwd = os.getcwd()
srtNameb="service"+str(46)+"b.gz"
localfilename3 = cwd +'\\'+srtNameb 
read_corrupted_file(localfilename3)

print('done')

Answer 1

通常，如果文件已損壞，則嘗試解壓縮文件將引發錯誤，僅獲取數據就無濟於事，但是如果您想要停止崩潰，則可以使用try catch。

try:
  pass
except Exception as error:
  print(error)

應用此邏輯后，您可以使用gzip逐行讀取，但有try異常，之后遇到損壞的部分時仍可以讀取下一行。

import gzip

with gzip.open('input.gz','r') as f:
  for line in f:
    print('got line', line)