python解压压缩包的几种方法

这里讨论使用Python解压如下五种压缩文件：

.gz .tar  .tgz .zip .rar

简介

gz： 即gzip，通常只能压缩一个文件。与tar结合起来就可以实现先打包，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window操作系统。压缩率比zip高，但速度慢，随机访问的速度也慢。

关于zip于rar之间的各种比较，可见： 

http://www.comicer.com/stronghorse/water/software/ziprar.htm

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XXX.tar,然后在压缩为XXX.tar.gz

解压gz，其实就是读出其中的单一文件，Python方法如下：

import gzip
import os
def un_gz(file_name):
    """ungz zip file"""
    f_name = file_name.replace(".gz", "")
    #获取文件的名称，去掉
    g_file = gzip.GzipFile(file_name)
    #创建gzip对象
    open(f_name, "w+").write(g_file.read())
    #gzip对象用read()打开后，写入open()建立的文件中。
    g_file.close()
    #关闭gzip对象

tar

XXX.tar.gz解压后得到XXX.tar，还要进一步解压出来。

*注：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，如下：

import tarfile
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")
    #由于解压后是许多文件，预先建立同名文件夹
    for name in names:
        tar.extract(name, file_name + "_files/")
    tar.close()

*注：tgz文件与tar文件相同的解压方法。

zip

与tar类似，先读取多个文件名，然后解压，如下：

import zipfile
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()

rar

因为rar通常为window下使用，需要额外的Python包rarfile。

可用地址： http://sourceforge.net/projects/rarfile.berlios/files/rarfile-2.4.tar.gz/download

解压到Python安装目录的/Scripts/目录下，在当前窗口打开命令行,

输入Python setup.py install

安装完成。

import rarfile
import os
def un_rar(file_name):
    """unrar zip file"""
    rar = rarfile.RarFile(file_name)
    if os.path.isdir(file_name + "_files"):
        pass
    else:
        os.mkdir(file_name + "_files")
    os.chdir(file_name + "_files"):
    rar.extractall()
    rar.close()

tar打包

在写打包代码的过程中，使用tar.add()增加文件时，会把文件本身的路径也加进去，加上arcname就能根据自己的命名规则将文件加入tar包

打包代码：

 #!/usr/bin/env /usr/local/bin/python
  # encoding: utf-8
  import tarfile
  import os
  import time

  start = time.time()
  tar=tarfile.open('/path/to/your.tar,'w')
  for root,dir,files in os.walk('/path/to/dir/'):
          for file in files:
                  fullpath=os.path.join(root,file)
                  tar.add(fullpath,arcname=file)
  tar.close()
  print time.time()-start

在打包的过程中可以设置压缩规则,如想要以gz压缩的格式打包

tar=tarfile.open('/path/to/your.tar.gz','w:gz')

其他格式如下表：

tarfile.open的mode有很多种：

mode action

'r' or 'r:*'	Open for reading with transparent compression (recommended).
'r:'	Open for reading exclusively without compression.
'r:gz'	Open for reading with gzip compression.
'r:bz2'	Open for reading with bzip2 compression.
'a' or 'a:'	Open for appending with no compression. The file is created if it does not exist.
'w' or 'w:'	Open for uncompressed writing.
'w:gz'	Open for gzip compressed writing.
'w:bz2'	Open for bzip2 compressed writing.

 

tar解包

tar解包也可以根据不同压缩格式来解压。

 #!/usr/bin/env /usr/local/bin/python
  # encoding: utf-8
  import tarfile
  import time

  start = time.time()
  t = tarfile.open("/path/to/your.tar", "r:")
  t.extractall(path = '/path/to/extractdir/')
  t.close()
  print time.time()-start

 

 

上面的代码是解压所有的，也可以挨个起做不同的处理，但要如果tar包内文件过多，小心内存哦~

 tar = tarfile.open(filename, 'r:gz')
 for tar_info in tar:
     file = tar.extractfile(tar_info)
     do_something_with(file)