Python代码解压的中文文件名是乱码，怎么解决？

Python进阶者

发布于 2024-06-24 20:39:01

880

发布于 2024-06-24 20:39:01

文章被收录于专栏：Python爬虫与数据挖掘Python爬虫与数据挖掘

大家好，我是Python进阶者。

一、前言

前几天在Python白银交流群【fashjon】问了一个Python自动化办公的问题，问题如下：

import zipfile

def unzip_file(zip_file_path, output_folder_path):
    with zipfile.ZipFile(zip_file_path, 'r') as zip_ref:
        zip_ref.extractall(output_folder_path)

# 使用示例
zip_file_path = 'example.zip'
output_folder_path = 'output_folder'
unzip_file(zip_file_path, output_folder_path)

以上代码解压的中文文件名是乱码，怎么解决？

二、实现过程

这里【瑜亮老师】给了个思路如下：乱码是什么样子的？最好能传上来一个压缩包，我们好试验。

过了几分钟，【瑜亮老师】补充道：@fashjon 我查看了一下zipfile的源码，发现是使用了'cp437'编码了文件名才导致的文件名错误。既然知道了错误的编码，那么方法就很简单了，1修改源码，2自己写代码读取解压缩路径中的文件名，重新使用'cp437'编码然后用gbk解码，重命名文件名，问题解决。修改后的代码如下：

import zipfile
import os
def unzip_file(zip_file_path, output_folder_path, encoding='gbk'):
    with zipfile.ZipFile(zip_file_path, 'r') as zip_ref:
        zip_ref.extractall(output_folder_path)
    # 遍历解压后的目录，检查并修正文件名
    for root, dirs, files in os.walk(output_folder_path):
        for bad_name in files:
            # 假设这里我们知道ZIP文件使用的是'gbk'编码（但实际情况可能不同）
            if not bad_name.isascii():  # 如果文件名包含非ASCII字符
                true_name = bad_name.encode('cp437').decode(encoding)
                os.rename(os.path.join(root, bad_name), os.path.join(root, true_name))
# 使用示例
zip_file_path = 'example.zip'
output_folder_path = 'output_folder'
unzip_file(zip_file_path, output_folder_path)

不确定你的电脑里是否安装pathlib，因此使用了os，顺利地解决了粉丝的疑问。

粉丝追问：解压文件用什么库比较好？

回答1：这方面我只知道zipfile和代码调用winrar。平时很少接触匹量处理压缩包。