本文主要介绍以下五种压缩文件的处理：

  • gz：即gzip，通常只能压缩一个文件。与tar结合起来可以实现先打包再压缩
  • tar：linux系统下的打包工具，只打包不压缩
  • tgz：即tar.gz，先用tar打包，然后再用gz压缩得到的文件
  • zip：不同于gzip，虽然使用相似的算法，可以打包压缩多个文件，不过分别压缩文件，压缩率低于tar
  • rar：打包压缩文件，最初用于dos，基于Windows。压缩率比zip高，但速度慢，随机访问速度也慢。

gz

由于gz一般只压缩一个文件，所有常与其他打包工具一起工作。比如可以先用tar打包为X.tar,然后在压缩为X.tar.gz。
解压gz，其实就是读出其中的单一文件。解压得到一个X.tar文件

1
2
3
4
5
6
7
8
9
10
11
import gzip
import os
def ub_gz(filename):
    fname=filename.replace(".gz","")
    # 创建gzip对象
    gfile=gzip.GzipFile(filename)
    # gzip对象用read()打开后,写入open()建立的文件中
    open(fname,'wb+').write(gfile.read())
    # 关闭gzip对象
    gfile.close()
ub_gz('roses.tar.gz')

tar

XXX.tar.gz解压后得到XXX.tar，还要进一步解压出来。

tgz与tar.gz是相同的格式，老版本DOS扩展名最多三个字符，故用tgz表示。

由于这里有多个文件，我们先读取所有文件名，然后解压。

1
2
3
4
5
6
7
8
9
10
def un_tar(filename):
    tar=tarfile.open(filename)
    names=tar.getnames()
    if os.path.isdir(filename+'_'):
        pass
    else:
        os.mkdir(filename+'_')
    for name in names:
        tar.extract(name,filename+'_/')
    tar.close()

注：tgz文件与tar文件解压是一样的

zip

与tar类似，先读取多个文件名然后解压

1
2
3
4
5
def un_zip(file_name):
    zip_file = zipfile.ZipFile(file_name)
    for names in zip_file.namelist():
        zip_file.extract(names,file_name)
    zip_file.close()

rar

由于rar通常为window下使用，须要额外的Python包rarfile。

1
2
3
4
5
6
7
8
9
10
11
def un_rar(file_name):
    rar = rarfile.RarFile(file_name)
    file_name = file_name.replace(".rar", "").strip()
    # if os.path.isdir(file_name + "_files"):
    #     pass
    # else:
    #     os.mkdir(file_name + "_files")
    # os.chdir(file_name + "_files") # 用于改变当前工作目录到指定的路径
    rar.extractall()
    rar.close()
un_rar('roses.rar')

不需要通过chdir修改当前工作目录，即文中注释掉的部分，否则报错：

1
rarfile.RarNoFilesError: No files that match pattern were found [10]:

需要将winrar安装目录下的UnRAR.exe拷贝到Python安装目录的Scripts目录下，否则会报以下错误：

1
rarfile.RarCannotExec: Unrar not installed? (rarfile.UNRAR_TOOL='unrar')