在日常工作中，除了會涉及到使用Python處理文本文件，有時候還會涉及對壓縮文件的處理。

通常會涉及到的壓縮文件格式有：

• rar：Windows 環(huán)境下用的比較多的壓縮，比較著名的GUI工具是winrar
• tar: Linux系統(tǒng)下的打包工具，只打包，不壓縮
• gz：即gzip，通常只能壓縮一個文件。與tar結(jié)合起來就可以實(shí)現(xiàn)先打包，再壓縮。
• tgz：即gz。先用tar打包，然后再用gz壓縮得到的文件
• zip：不同于gzip，雖然使用相似的算法，可以打包壓縮多個文件，不過分別壓縮文件，壓縮率低于tar
• 7z：7zip壓縮軟件支持的格式，壓縮效率較高。

當(dāng)然除了使用Python外，你還可以選擇使用壓縮解壓縮軟件或命令手動進(jìn)行處理。

zip文件

zipfile是Python里用來做zip格式編碼的壓縮和解壓縮的module，zipfile里有兩個非常重要的class：ZipFile和ZipInfo。ZipFile是主要的類，用來創(chuàng)建和讀取zip文件，而ZipInfo是存儲的zip文件的每個文件的信息。 示例代碼：

import osimport zipfile

# 壓縮def make_zip(source_dir, output_filename):    zipf = zipfile.ZipFile(output_filename, 'w')    pre_len = len(os.path.dirname(source_dir))    for parent, dirnames, filenames in os.walk(source_dir):        for filename in filenames:            print(filename)            pathfile = os.path.join(parent, filename)            arcname = pathfile[pre_len:].strip(os.path.sep)  # 相對路徑            zipf.write(pathfile, arcname)        print()    zipf.close()

# 解壓縮def un_zip(file_name):    """unzip zip file"""    zip_file = zipfile.ZipFile(file_name)    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/")    zip_file.close()

if __name__ == '__main__':    make_zip(r"E:python_samplelibstest_tar_fileslibs", "test.zip")    un_zip("test.zip")

tar.gz文件

tarfile 模塊可以用來讀寫 tar 歸檔，包括使用 gzip, bz2 和 lzma 壓縮的歸檔。在使用tarfile是必須了解模式： mode 必須是 ‘filemode[:compression]’ 形式的字符串，其默認(rèn)值為 ‘r’。以下是模式組合的完整列表:

模式	動作
‘r’or‘r:*’	打開和讀取使用透明壓縮（推薦）。
‘r:’	打開和讀取不使用壓縮。
‘r:gz’	打開和讀取使用gzip 壓縮。
‘r:bz2’	打開和讀取使用bzip2 壓縮。
‘r:xz’	打開和讀取使用lzma 壓縮。
‘x’或‘x:’	創(chuàng)建tarfile不進(jìn)行壓縮。如果文件已經(jīng)存在，則拋出 FileExistsError 異常。
‘x:gz’	使用gzip壓縮創(chuàng)建tarfile。如果文件已經(jīng)存在，則拋出 FileExistsError 異常。
‘x:bz2’	使用bzip2 壓縮創(chuàng)建tarfile。如果文件已經(jīng)存在，則拋出 FileExistsError 異常。
‘x:xz’	使用lzma 壓縮創(chuàng)建tarfile。如果文件已經(jīng)存在，則拋出 FileExistsError 異常。
‘a(chǎn)’or‘a(chǎn):’	打開以便在沒有壓縮的情況下追加。如果文件不存在，則創(chuàng)建該文件。
‘w’or‘w:’	打開用于未壓縮的寫入。
‘w:gz’	打開用于 gzip 壓縮的寫入。
‘w:bz2’	打開用于 bzip2 壓縮的寫入。
‘w:xz’	打開用于 lzma 壓縮的寫入。

針對特殊的目的，還存在第二種 mode 格式: ‘filemode|[compression]’。tarfile.open() 將返回一個將其數(shù)據(jù)作為數(shù)據(jù)塊流來處理的 TarFile 對象：

模式	動作
‘r|*’	打開 tar 塊的流以進(jìn)行透明壓縮讀取。
‘r|’	打開一個未壓縮的 tar 塊的 stream 用于讀取。
‘r|gz’	打開一個 gzip 壓縮的 stream 用于讀取。
‘r|bz2’	打開一個 bzip2 壓縮的 stream 用于讀取。
‘r|xz’	打開一個 lzma 壓縮 stream 用于讀取。
‘w|’	打開一個未壓縮的 stream 用于寫入。
‘w|gz’	打開一個 gzip 壓縮的 stream 用于寫入。
‘w|bz2’	打開一個 bzip2 壓縮的 stream 用于寫入。
‘w|xz’	打開一個 lzma 壓縮的 stream 用于寫入。

代碼示例：

import osimport tarfileimport gzip

# 一次性打包整個根目錄?？兆幽夸洉淮虬?。# 如果只打包不壓縮，將"w:gz"參數(shù)改為"w:"或"w"即可。def make_targz(output_filename, source_dir):    with tarfile.open(output_filename, "w:gz") as tar:        tar.add(source_dir, arcname=os.path.basename(source_dir))

# 逐個添加文件打包，未打包空子目錄?？蛇^濾文件。# 如果只打包不壓縮，將"w:gz"參數(shù)改為"w:"或"w"即可。def make_targz_one_by_one(output_filename, source_dir):    tar = tarfile.open(output_filename, "w:gz")    for root, dir, files in os.walk(source_dir):        for file in files:            pathfile = os.path.join(root, file)            tar.add(pathfile)    tar.close()

def un_gz(file_name):    """ungz zip file"""    f_name = file_name.replace(".gz", "")    # 獲取文件的名稱，去掉    g_file = gzip.GzipFile(file_name)    # 創(chuàng)建gzip對象    open(f_name, "wb+").write(g_file.read())    # gzip對象用read()打開后，寫入open()建立的文件里。    g_file.close()  # 關(guān)閉gzip對象

def un_tar(file_name):    # untar zip file    tar = tarfile.open(file_name)    names = tar.getnames()    if os.path.isdir(file_name + "_files"):        pass    else:        os.mkdir(file_name + "_files")    # 由于解壓后是許多文件，預(yù)先建立同名文件夾    for name in names:        tar.extract(name, file_name + "_files/")    tar.close()

if __name__ == '__main__':    make_targz('test.tar.gz', "E:python_samplelibs")    make_targz_one_by_one('test01.tgz', "E:python_samplelibs")    un_gz("test.tar.gz")    un_tar("test.tar")

rar文件

我們可以使用rarfile來解壓.rar的文件，但是不支持用rarfile來壓縮rar文件。rarfile以下unrar組件，但是使用pip install unrar安裝后發(fā)現(xiàn)會報如下錯誤： Couldn’t find path to unrar library… 這是因?yàn)?Python下的 unrar 還依賴了RAR官方的庫。

Windows的安裝

• 到RARLab官方下載庫文件，https://www.rarlab.com/rar/UnRARDLL.exe，然后安裝。
• 安裝是最好選擇默認(rèn)路徑，一般在 C:Program Files (x86)UnrarDLL 目錄下。
• 添加環(huán)境變量，在系統(tǒng)變量中新建變量名UNRAR_LIB_PATH，如果是64位系統(tǒng)，就輸入 C:Program Files (x86)UnrarDLLx64UnRAR64.dll，如果是32位系統(tǒng)就是 C:Program Files (x86)UnrarDLLUnRAR.dll。
• 確定保存環(huán)境變量后，在進(jìn)行 pip install unrar 安裝，這時代碼再運(yùn)行就不會報錯了。

Linux的安裝

• 下載rar源文件：https://www.rarlab.com/rar/rarlinux-6.0.0.tar.gz
• 解壓安裝包，進(jìn)入安裝包目錄，編譯安裝，生成so 文件
• 配置環(huán)境變量，完成后，在進(jìn)行 pip install unrar 安裝

# cd /usr/local/src/# wget https://www.rarlab.com/rar/unrarsrc-6.0.3.tar.gz# tar zxvf unrarsrc-6.0.3.tar.gz# cd unrar# make lib# make install-lib  //生成libunrar.so 文件# vim /etc/profileexport UNRAR_LIB_PATH=/usr/lib/libunrar.so# source /etc/profile

代碼示例：

import rarfile

def unrar(rar_file, dir_name):    # rarfile需要unrar支持, linux下pip install unrar, windows下在winrar文件夾找到unrar,加到path里    rarobj = rarfile.RarFile(rar_file.decode('utf-8'))    rarobj.extractall(dir_name.decode('utf-8'))

7z文件

要壓縮和解壓縮.7z文件需要用到py7zr組件。代碼示例：

import py7zr
# 壓縮with py7zr.SevenZipFile("Archive.7z", 'r') as archive:    archive.extractall(path="/tmp")
# 解壓縮with py7zr.SevenZipFile("Archive.7z", 'w') as archive:archive.writeall("target/")