zipfile 中文文件名 解压乱码
上传文件功能模块需求及BUG现象：
环境
mac
django 1.11.13
python 3.6
功能需求：
上传一个.zip格式的压缩文件
解压该test.zip压缩文件
解压zip文件时，遍历其目录下所有子文件，同时计算出单个子文件的有效代码行数
这时，发现解压后的子文件名中文出现乱码，如下图：
BUG截图
解决思路
1、解压过程中，发现解压的文件内容正常；
2、使用的是第三方库zipfile模块，因为第1步得到正常的文件内容，本地业务逻辑可先不排查；
3、首先检查zipfile的源码中，针对编码/解码的执行过程仔细排查发现：
zipfile中根据文件 flag 检测的时候，只支持 cp437 和 utf-8
找到下面两处，并追加修正后，乱码现象解决：（追加的decode编码可根据实际情况修改，如win环境下乱码采用.decode('gbk')）
# zipfile.py # 第一处
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') # 第二处
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')
解决后，正常显示：
上传功能源码
import zipfile # 指定想要统计的文件类型
whitelist = ['py'] # 遍历文件, 递归遍历文件夹中的所有
def getFile(basedir):
# 存储上传解压后的文件列表
filelists = []
for parent, dirnames, filenames in os.walk(basedir):
# for dirname in dirnames:
# getFile(os.path.join(parent,dirname)) #递归
for filename in filenames:
ext = filename.split('.')[-1]
# 只统计指定的文件类型，略过一些log和cache文件
if ext in whitelist:
filelists.append(os.path.join(parent, filename)) # 统计一个文件的行数
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 # 注释 # 开头
elif file_line.startswith(b'#'):
pass # 注释 单引号 ''' 开头
elif file_line.startswith(b"'''") and not single_quotes_flag:
single_quotes_flag = True
# 注释 中间 和 ''' 结尾
elif single_quotes_flag == True:
if file_line.endswith(b"'''"):
single_quotes_flag = False # 注释 双引号 """ 开头
elif file_line.startswith(b'"""') and not double_quotes_flag:
double_quotes_flag = True
# 注释 中间 和 """ 结尾
elif double_quotes_flag == True:
if (file_line.endswith(b'"""')):
double_quotes_flag = False # 代码
else:
count += 1 # print(fname + '----', count)
# 单个文件行数
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/")
# 遍历解压后得到的文件夹, 递归遍历文件夹中的所有子文件
getFile(file_name + "_files")
totalline = 0
# 遍历解压后的文件列表，统计单个文件的行数并汇总
for filelist in filelists:
totalline = totalline + countLine(filelist)
zip_file.close()
# 返回上传文件所有子文件的总行数
return totalline
补充：上传业务逻辑代码
class Uploading(View):
def get(self, request):
return render(request, "uploading.html", )
def post(self, request):
# 1、拿到压缩文件对象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)
# 2、解压压缩文件,并获取代码行数属性
total_line = un_zip(file_name)
# 3、单个文件进行文件对象实例化，文件名，文件大小，代码行数
models.FileObj.objects.create(
fileName=file_obj.name,
fileSize=file_size,
fileLineCount=total_line
)
return redirect("/upload_file/")
优化需求
统计行数优化：mac环境解压文件时，系统会自动追加__MACOSX文件夹，为了不遍历此文件夹，需补充：
在getFIle函数中修改，即可：
# MAC环境下略过__MACOSX文件夹
if "__MACOSX" in dirnames:
pop_index = dirnames.index("__MACOSX")
dirnames.pop(pop_index)
优化后，得到我们需要的结果：
（完）