如何在Python中从压缩文件内的压缩文件中读取数据？

Question

我有一个文件，想要读取它，该文件本身被压缩在zip归档文件中。例如，parent.zip包含child.zip，而child.zip包含child.txt。我无法读取child.zip。请问有人能够更正我的代码吗？

我推测我需要将child.zip创建为类似文件的对象，然后使用第二个zipfile实例打开它，但是由于刚学习Python，我的zipfile.ZipFile(zfile.open(name))很蠢。它会导致zipfile.BadZipfile异常：“文件不是zip文件”，尽管(child.zip)已经得到了独立验证。

import zipfile
with zipfile.ZipFile("parent.zip", "r") as zfile:
    for name in zfile.namelist():
        if re.search(r'\.zip$', name) is not None:
            # We have a zip within a zip
            with **zipfile.ZipFile(zfile.open(name))** as zfile2:
                    for name2 in zfile2.namelist():
                        # Now we can extract
                        logging.info( "Found internal internal file: " + name2)
                        print "Processing code goes here"

- Michael Collinson

Answer 1

当你在ZipFile实例上使用.open()调用时，确实会获得一个打开的文件句柄。然而，要读取zip文件，ZipFile类需要更多内容。它需要能够在该文件上执行寻址（seek）操作，而在您的情况下，由.open()返回的对象不可寻址。只有Python 3（3.2及以上版本）才会生成支持寻址的ZipExFile对象（假设外部zip文件的底层文件句柄是可寻址的，且没有任何东西试图写入ZipFile对象）。

解决方法是使用.read()将整个zip条目读入内存，将其存储在BytesIO对象中（一种内存中的文件，可被寻址），并将其馈送给ZipFile：

from io import BytesIO

# ...
        zfiledata = BytesIO(zfile.read(name))
        with zipfile.ZipFile(zfiledata) as zfile2:

或者，在您的示例上下文中：

import zipfile
from io import BytesIO

with zipfile.ZipFile("parent.zip", "r") as zfile:
    for name in zfile.namelist():
        if re.search(r'\.zip$', name) is not None:
            # We have a zip within a zip
            zfiledata = BytesIO(zfile.read(name))
            with zipfile.ZipFile(zfiledata) as zfile2:
                for name2 in zfile2.namelist():
                    # Now we can extract
                    logging.info( "Found internal internal file: " + name2)
                    print "Processing code goes here"

- Martijn Pieters

Answer 2

为了让这在python33下工作（在Windows下但可能无关紧要），我必须执行以下操作：

 import zipfile, re, io
    with zipfile.ZipFile(file, 'r') as zfile:
        for name in zfile.namelist():
            if re.search(r'\.zip$', name) != None:
                zfiledata = io.BytesIO(zfile.read(name))
                with zipfile.ZipFile(zfiledata) as zfile2:
                    for name2 in zfile2.namelist():
                        print(name2)

cStringIO不存在，所以我使用了 io.BytesIO。

- zlr