Question

您好，我目前正在使用一种必须提取一些.tar文件的工具。

在大多数情况下效果很好，但我有一个问题：

某些.tar和.zip文件的名称包含“非法”字符（例如“ .ex”：“）。该程序必须在Windows机器上运行，所以我必须对此进行处理。

如果其中包含“：”或另一个非法的Windows字符，是否可以更改提取的输出中某些文件的名称。

我当前的实现方式：

conflicts.Abort

所以目前我只是忽略了这些输出，这并不理想。

为了更好地描述我的要求，我可以举一个小例子：

def read_zip(filepath, extractpath):
    with zipfile.ZipFile(filepath, 'r') as zfile:
        contains_bad_char = False
        for finfo in zfile.infolist():
            if ":" in finfo.filename:
                contains_bad_char = True
        if not contains_bad_char:
            zfile.extractall(path=extractpath)


def read_tar(filepath, extractpath):
    with tarfile.open(filepath, "r:gz") as tar:
        contains_bad_char = False
        for member in tar.getmembers():
            if ":" in member.name:
                contains_bad_char = True
        if not contains_bad_char:
            tar.extractall(path=extractpath)

应提取到

file_with_files.tar -> small_file_1.txt
                    -> small_file_2.txt
                    -> annoying:file_1.txt
                    -> annoying:file_1.txt

唯一的解决方案是遍历压缩文件中的每个文件对象并一步一步提取，还是有一个更优雅的解决方案？

Answer 1

根据[Python 3]: ZipFile.extract(member, path=None, pwd=None)：

在Windows上，非法字符（:，<，>，|，"，?和* ）替换为下划线（_）。

所以，事情已经解决了：

>>> import os
>>> import zipfile
>>>
>>> os.getcwd()
'e:\\Work\\Dev\\StackOverflow\\q055340013'
>>> os.listdir()
['arch.zip']
>>>
>>> zf = zipfile.ZipFile("arch.zip")
>>> zf.namelist()
['file0.txt', 'file:1.txt']
>>> zf.extractall()
>>> zf.close()
>>>
>>> os.listdir()
['arch.zip', 'file0.txt', 'file_1.txt']

快速浏览 tarfile （源文件和文档）并没有发现类似的内容（如果没有的话， .tar 格式主要用于 Nix ），因此您必须手动进行操作。事情并没有我预想的那么简单，因为 tarfile 不能像 zipfile 那样提供使用不同名称提取成员的可能性。
无论如何，这是一段代码（我有 zipfile 和 tarfile 作为灵感或灵感来源）：

def read_tar(filepath, extractpath="."): win_illegal = ':<>|"?*' table = str.maketrans(win_illegal, '_' * len(win_illegal)) with tarfile.open(filepath, "r:gz") as tar: for member in tar.getmembers(): if member.isdir(): os.makedirs(member.path.translate(table)) else: with open(os.path.join(extractpath, member.path.translate(table)), "wb") as fout: fout.write(tarfile.ExFileObject(tar, member).read())

请注意，上面的代码适用于简单的 .tar 文件（具有简单的成员，包括目录），但我没有对其健壮性进行测试。

@ EDIT0 ：

添加了目录处理。

@ EDIT1 ：

已提交[Python.Bugs]: tarfile: handling Windows (path) illegal characters in archive member names。
我不知道它的结果如何，因为我提交了一些更严重的问题（并针对它们进行了修复）（在我的 PoV 上），但是对于出于各种原因，他们被拒绝了。

Tarfile / Zipfile extractall（）更改某些文件的文件名

1 个答案: