Question

我希望此代码在与Python 2或Python 3一起运行时能正常工作

from zipfile import ZipFile, ZipInfo

with ZipFile("out.zip", 'w') as zf:
    content = "content"
    info = ZipInfo()
    info.filename = "file.txt"
    info.flag_bits = 0x800
    info.file_size = len(content)
    zf.writestr(info, content)

但是，在Python 2下，out.zip会启动：

50 4b 03 04 14 00 00 08

在Python3下，它将启动：

50 4b 03 04 14 00 00 00

不同之处是flag_bits，对于Python 2设置为0x800，对于Python 3则设置为0x00。这就是BIT11：语言编码。 BIT11似乎被设置为if filename.encode("ascii")抛出。

在创建ZipInfo对象后，我试图通过设置标志来强制启用此位，但是在0x00中将其重置为_open_to_write()。

我想知道这里是否有人有好的解决方案。理想情况下，我希望两个输出都具有标志集，因为这反映了jar实用程序的工作。

编辑：已更新，添加了info.flag_bits = 0x800行，目的只是为了阐明我要实现的目标。我在Windows上重现了此内容： ActivePython 3.6.0.3600，vs ActivePython 2.7.14.2717，Windows 10。在Linux上： Python 3.6.6和Python 2.7.11 如果很重要，我将按照我的示例运行此操作，不进行哈希爆炸，直接调用解释器：

pythonX test.py

Answer 1

编辑：以下代码对我适用于Python 2.7，但不适用于3.6（有点神秘，它似乎在今晚早些时候起作用）：

$ cat zipf.py
from __future__ import print_function

from zipfile import ZipFile, ZipInfo

with ZipFile("out.zip", 'w') as zf:
    content = "content"
    info = ZipInfo()
    info.filename = "file.txt"
    info.flag_bits = 0x800
    # don't set info.file_size here: zf.writestr() does that
    zf.writestr(info, content)

with open('out.zip', 'rb') as stream:
    byteseq = stream.read(8)
    for i in byteseq:
        if isinstance(i, str): i = ord(i)
        print('{:02x}'.format(i), end=' ')
    print()

运行方式：

$ python2.7 zipf.py
50 4b 03 04 14 00 00 08

但是：

$ python3.6 zipf.py
50 4b 03 04 14 00 00 00

通过在创建info条目之前确保已打开文件，肯定可以使它工作。但是，那么您必须避免使用writestr，这仅适用于Python 3.6（并且似乎相当不礼貌）：

from __future__ import print_function

from zipfile import ZipFile, ZipInfo

with ZipFile("out.zip", 'w') as zf:
    info = ZipInfo()
    info.filename = "file.txt"
    content = "content"
    if not isinstance(content, bytes):
        content = content.encode('utf8')
    info.file_size = len(content)
    with zf.open(info, 'w') as stream:
        info.flag_bits = 0x800
        stream.write(content)

with open('out.zip', 'rb') as stream:
    byteseq = stream.read(8)
    for i in byteseq:
        if isinstance(i, str): i = ord(i)
        print('{:02x}'.format(i), end=' ')
    print()

3.6（通过内部的info.flag_bits重置所有open可能是不正确的情况，尽管我不太清楚。

下面的原始答案

我无法重现此错误，但您是对的，如果文件名是Unicode并且编码为ASCII失败，那么标志位的第11位将被设置：

def _encodeFilenameFlags(self):
    if isinstance(self.filename, unicode):
        try:
            return self.filename.encode('ascii'), self.flag_bits
        except UnicodeEncodeError:
            return self.filename.encode('utf-8'), self.flag_bits | 0x800
    else:
        return self.filename, self.flag_bits

（Python 2.7 zipfile.py源）或：

def _encodeFilenameFlags(self):
    try:
        return self.filename.encode('ascii'), self.flag_bits
    except UnicodeEncodeError:
        return self.filename.encode('utf-8'), self.flag_bits | 0x800

（Python 3.6 zipfile.py源）。

要获取该位，您需要一个不能直接用ASCII编码的文件名，例如：

info.filename = u"sch\N{latin small letter o with diaeresis}n" # "file.txt"

（此表示法适用于Python 2.7和3.6）。

在创建ZipInfo对象后，我试图通过设置标志来强制启用此位，但是在_open_to_write（）中将其重置为0x00。

如果我添加：

info.filename = "file.txt"
info.flag_bits |= 0x0800

（将文件名设置为u"schön"之后）并在Python 2.7或3.6下运行，我得到了标头中设置的位（当然zip目录中的文件名改回了{{1}） }。

Answer 2

我暂时正在使用类似的东西：

from zipfile import ZipFile, ZipInfo
import struct

orig_function = ZipInfo.FileHeader

def new_function(self, zip64=None):
    header = orig_function(self, zip64)
    fmt = "B"*len(header)
    blist = list(struct.unpack(fmt, header))
    blist[7] |= 0x8
    return struct.pack(fmt, *blist)

setattr(ZipInfo, "FileHeader", new_function)

with ZipFile("out.zip", 'w') as zf:
    content = "content"
    info = ZipInfo()
    info.filename = "file.txt"
    info.file_size = len(content)
    zf.writestr(info, content)

希望它不会很快中断，FileHeader（）似乎将来不会改变。

zipfile标头语言编码位在Python2和Python3之间的设置不同

2 个答案:

下面的原始答案