zipfile 解壓文件名亂碼

zipfile 中文文件名 解壓亂碼

上傳文件功能模塊需求及BUG現象：

環境

mac

django 1.11.13

python 3.6

功能需求：

上傳一個.zip格式的壓縮文件

解壓該test.zip壓縮文件

解壓zip文件時，遍歷其目錄下全部子文件，同時計算出單個子文件的有效代碼行數

這時，發現解壓後的子文件名中文出現亂碼，以下圖：

BUG截圖

解決思路

一、解壓過程當中，發現解壓的文件內容正常；

二、使用的是第三方庫zipfile模塊，由於第1步獲得正常的文件內容，本地業務邏輯可先不排查；

三、首先檢查zipfile的源碼中，針對編碼/解碼的執行過程仔細排查發現：

zipfile中根據文件 flag 檢測的時候，只支持 cp437 和 utf-8

找到下面兩處，並追加修正後，亂碼現象解決：（追加的decode編碼可根據實際狀況修改，如win環境下亂碼採用.decode('gbk')）

# zipfile.py

# 第一處
if flags & 0x800: # UTF-8 file names extension
    filename = filename.decode('utf-8') else: # Historical ZIP filename encoding
    filename = filename.decode('cp437') # 追加此句
    filename = filename.encode("cp437").decode('utf-8') # 第二處
if zinfo.flag_bits & 0x800: # UTF-8 filename
    fname_str = fname.decode("utf-8") else: fname_str = fname.decode("cp437") # 追加此句
    fname_str = fname_str.encode("cp437").decode('utf-8')

解決後，正常顯示：

 

---

 

上傳功能源碼

import zipfile # 指定想要統計的文件類型
whitelist = ['py'] # 遍歷文件, 遞歸遍歷文件夾中的全部
def getFile(basedir): 
 # 存儲上傳解壓後的文件列表

 filelists = [] for parent, dirnames, filenames in os.walk(basedir): # for dirname in dirnames:
        # getFile(os.path.join(parent,dirname)) #遞歸
        for filename in filenames: ext = filename.split('.')[-1] # 只統計指定的文件類型，略過一些log和cache文件
            if ext in whitelist: filelists.append(os.path.join(parent, filename)) # 統計一個文件的行數
def countLine(fname): count = 0 single_quotes_flag = False double_quotes_flag = False with open(fname, 'rb') as f: for file_line in f: file_line = file_line.strip() # print(file_line)
            # 空行
            if file_line == b'': pass

            # 註釋 # 開頭
            elif file_line.startswith(b'#'): pass

            # 註釋 單引號 ''' 開頭
            elif file_line.startswith(b"'''") and not single_quotes_flag: single_quotes_flag = True # 註釋 中間 和 ''' 結尾
            elif single_quotes_flag == True: if file_line.endswith(b"'''"): single_quotes_flag = False # 註釋 雙引號 """ 開頭
            elif file_line.startswith(b'"""') and not double_quotes_flag: double_quotes_flag = True # 註釋 中間 和 """ 結尾
            elif double_quotes_flag == True: if (file_line.endswith(b'"""')): double_quotes_flag = False # 代碼
            else: count += 1

        # print(fname + '----', count)
        # 單個文件行數
        print(fname, '----count:', count) return count def un_zip(file_name): """unzip zip file""" zip_file = zipfile.ZipFile(file_name) # <zipfile.ZipFile filename='/Users/limengjie/Desktop/pyhon/SMS0614/upload_file/0617.zip' mode='r'>
    if os.path.isdir(file_name + "_files"): pass
    else: os.mkdir(file_name + "_files") for names in zip_file.namelist(): zip_file.extract(names, file_name + "_files/") # 遍歷解壓後獲得的文件夾, 遞歸遍歷文件夾中的全部子文件
    getFile(file_name + "_files") totalline = 0 # 遍歷解壓後的文件列表，統計單個文件的行數並彙總
    for filelist in filelists: totalline = totalline + countLine(filelist) zip_file.close() # 返回上傳文件全部子文件的總行數
    return totalline

補充：上傳業務邏輯代碼

class Uploading(View): def get(self, request): return render(request, "uploading.html", ) def post(self, request): # 一、拿到壓縮文件對象file_obj
        file_obj = request.FILES.get("user_file") file_name = os.path.join(file_dir, file_obj.name) file_size = file_obj.size with open(file_name, "wb") as f: for line in file_obj.chunks(): f.write(line) # 二、解壓壓縮文件,並獲取代碼行數屬性
        total_line = un_zip(file_name) # 三、單個文件進行文件對象實例化，文件名，文件大小，代碼行數
 models.FileObj.objects.create( fileName=file_obj.name, fileSize=file_size, fileLineCount=total_line ) return redirect("/upload_file/")

優化需求

統計行數優化：mac環境解壓文件時，系統會自動追加__MACOSX文件夾，爲了避免遍歷此文件夾，需補充：

在getFIle函數中修改，便可：

# MAC環境下略過__MACOSX文件夾
        if "__MACOSX" in dirnames: pop_index = dirnames.index("__MACOSX") dirnames.pop(pop_index)

優化後，獲得咱們須要的結果：

 

（完）