在Java或Python中，如何在不解压缩ZIP归档文件的情况下删除文件？

Question

使用Java（首选）或Python，在不解压缩ZIP归档文件的情况下删除文件。

您好，

我处理包含许多高度压缩的文本文件的大型ZIP文件。当我解压缩ZIP文件时，可能需要一段时间，并且很容易消耗高达20 GB的磁盘空间。我想从这些ZIP文件中删除某些文件，而不必解压缩并重新压缩我想要的文件。

当然，可以采用低效的方法来完成此操作。

我更喜欢使用Java，但会考虑Python。

- SeanDav

---

步骤1：阅读此内容。http://docs.python.org/library/zipfile.html 步骤2：发布您尝试的代码。 - S.Lott

@S.Lott：在未解压缩文件之前，这是行不通的。 - Gabe

ZIP 不适合快速更新，即使是简单的更改也需要重写整个文件。建议您不要删除这些引用，而是维护一个列出已删除文件的文件，以及另一个 ZIP 或目录用于更改后的文件（如果需要）。可以通过夜间/离线处理过程重写文件以反映所有更改。 - Peter Lawrey

@bestsss：也许你应该提供一个合适的答案，这样我们才能点赞它？ - S.Lott

@S.Lott：抱歉没有表达得更清楚，但就在我开始打字的时候，我的宝宝哭了起来。我的意思是使用Python zipfile库意味着需要解压/重新压缩所有文件。没有删除操作，也没有任何获取原始压缩数据的方法。 - Gabe

Answer 1

我在网上发现了这个

只使用标准库的干净解决方案，但我不确定它是否包含在Android SDK中，需要查找。

import java.util.*;
import java.net.URI;
import java.nio.file.Path;
import java.nio.file.*;
import java.nio.file.StandardCopyOption;
public class ZPFSDelete {
    public static void main(String [] args) throws Exception {

        /* Define ZIP File System Properies in HashMap */    
        Map<String, String> zip_properties = new HashMap<>(); 
        /* We want to read an existing ZIP File, so we set this to False */
        zip_properties.put("create", "false"); 

        /* Specify the path to the ZIP File that you want to read as a File System */
        URI zip_disk = URI.create("jar:file:/my_zip_file.zip");

        /* Create ZIP file System */
        try (FileSystem zipfs = FileSystems.newFileSystem(zip_disk, zip_properties)) {
            /* Get the Path inside ZIP File to delete the ZIP Entry */
            Path pathInZipfile = zipfs.getPath("source.sql");
            System.out.println("About to delete an entry from ZIP File" + pathInZipfile.toUri() ); 
            /* Execute Delete */
            Files.delete(pathInZipfile);
            System.out.println("File successfully deleted");   
        } 
    }
}

- Valen

---

一切都运行正常，但是当我之后再次循环我的条目时，我仍然可以在列表中看到我的文件。 - JREN

它应该能够成功运行，因为我在我的应用程序中使用过它，并且它完美地工作。我可能有一个解释来解决你的情况，那就是你的条目对象已经过时了，也就是说，在删除之前你检索到了它，但它并没有刷新。 - Valen

Answer 2

我没有代码来做这件事，但基本思路很简单，几乎可以用任何语言实现。ZIP文件布局只是一系列表示文件的块（头部后跟压缩数据），最后以一个包含所有元数据的中央目录结束。以下是步骤：

1. 向前扫描文件，直到找到第一个要删除的文件。
2. 向前扫描文件，直到找到第一个您不想删除的文件 或 您遇到中央目录。
3. 向前扫描文件，直到找到您要删除的第一个文件 或 您遇到中央目录。
4. 将步骤3中找到的所有数据复制回步骤2中跳过的数据，直到找到另一个要删除的文件 或 您遇到中央目录。
5. 除非您遇到中央目录，否则转到步骤2。
6. 将中央目录复制到您停止复制的位置，省略已删除文件的条目并更改偏移量以反映每个文件的移动量。

请参阅http://en.wikipedia.org/wiki/ZIP_%28file_format%29以获取有关ZIP文件结构的所有详细信息。

正如bestsss所建议的那样，您可能希望将文件复制到另一个文件中，以防在发生故障时丢失数据。

- Gabe

---

如果你这样做，很可能需要一个临时文件（以防止压缩期间失败/错误）。因此，该过程将重建文件而不需要不必要的（并且非常慢的）解压缩/压缩。 - bestsss

仅作为一则旁注 - 这并不是答案，因为OP询问的是Java或Python，但是...DotNetZip库可以在.NET应用程序中更或多少透明地执行此操作。当您读取zip文件时，会获得一个条目集合。对某些条目调用.Remove()，然后在zip文件上调用.Save()，库会运行一系列步骤，这与此处所描述的非常接近，仅写入未标记为删除的条目。使用DotNetZip更新现有zip文件时，不会进行不必要的解压缩和重新压缩。 - Cheeso

Answer 3

是的，使用名为TRUEZIP的库，JAVA可以实现这一点。

TrueZIP是一个基于Java的虚拟文件系统（VFS），它使客户端应用程序能够在归档文件上执行CRUD（创建、读取、更新、删除）操作，就像它们是虚拟目录一样，即使在多线程环境中也可以处理嵌套的归档文件。

请查看下面的链接以获取更多信息 https://christian-schlichtherle.bitbucket.io/truezip/

- Hardik

Answer 4

好的，我在www.javaer.org上找到了一个潜在的解决方案。它肯定会删除zip文件中的文件，而且我不认为它会解压任何东西。以下是代码：

public static void deleteZipEntry(File zipFile,
     String[] files) throws IOException {
       // get a temp file
File tempFile = File.createTempFile(zipFile.getName(), null);
       // delete it, otherwise you cannot rename your existing zip to it.
tempFile.delete();
tempFile.deleteOnExit();
boolean renameOk=zipFile.renameTo(tempFile);
if (!renameOk)
{
    throw new RuntimeException("could not rename the file "+zipFile.getAbsolutePath()+" to "+tempFile.getAbsolutePath());
}
byte[] buf = new byte[1024];

ZipInputStream zin = new ZipInputStream(new FileInputStream(tempFile));
ZipOutputStream zout = new ZipOutputStream(new FileOutputStream(zipFile));

ZipEntry entry = zin.getNextEntry();
while (entry != null) {
    String name = entry.getName();
    boolean toBeDeleted = false;
    for (String f : files) {
        if (f.equals(name)) {
            toBeDeleted = true;
            break;
        }
    }
    if (!toBeDeleted) {
        // Add ZIP entry to output stream.
        zout.putNextEntry(new ZipEntry(name));
        // Transfer bytes from the ZIP file to the output file
        int len;
        while ((len = zin.read(buf)) > 0) {
            zout.write(buf, 0, len);
        }
    }
    entry = zin.getNextEntry();
}
// Close the streams        
zin.close();
// Compress the files
// Complete the ZIP file
zout.close();
tempFile.delete();

}

- SeanDav

---

ZipOutputStream会重新创建文件，因此它会对所有内容进行解压缩并重新压缩。我想知道你是否理解这段代码，临时文件可以轻易地被发现。而每次只读取1024个字节也特别低效。 - bestsss

没错 - 上面的代码调用了 zin.read 和 zout.write，分别进行解压缩和压缩。你可以通过编写一些逻辑，直接从文件流中读取并写入文件流，轻松实现自己想要的功能。你需要避免在 ZipInputStream 和 ZipOutputStream 上进行读写操作。Gabe 的回答（https://dev59.com/J1XTa4cB1Zd3GeqPxwu1#5249145）阐述了这个思路。 - Cheeso