在zip归档文件中打开二进制文件作为ZipExtFile

Question

我正在尝试从Zip归档文件中访问二进制流（通过ZipExtFile对象）。要逐步读取存储在归档文件中的文本文件对象，这将是相当简单的：

with ziparchive as ZipFile("myziparchive.zip", 'r'):
    with txtfile as ziparchive.open("mybigtextfile.txt", 'r'):
       for line in txtfile:
           ....

理想情况下，字节流等效物应该类似于：

with ziparchive as ZipFile("myziparchive.zip", 'r'):
    with binfile as ziparchive.open("mybigbinary.bin", 'rb'):
        while notEOF
            binchunk = binfile.read(MYCHUNKSIZE)
            ....

很遗憾，ZipFile.open似乎不支持将二进制数据读取到ZipExtFile对象中。从文档中可以看到:

如果包含mode参数，则必须是以下之一：'r'（默认值），'U'或'rU'。

鉴于此限制，如何最好地从存档文件直接逐步读取二进制文件？ 由于未压缩的文件相当大，因此我希望避免首先提取它。

- Gord Stephen

---

你好！我基本上有同样的问题，因为我正在尝试从zip归档中传递一个Excel文件到openpyxl load_workbook函数。然而，这个函数只接受二进制文件对象（和文件路径）。我找不到如何解决这个问题的描述。你成功解决了这个问题吗？ - Fredrik

Answer 1

我成功解决了我在评论中描述给OP的问题。我已经为您的目的进行了调整，但我认为可能有一种方法可以仅更改chunk_str的编码方式，以避免使用ByteIO。

无论如何 - 如果有帮助，这是我的代码：

from io import BytesIO
from zipfile import ZipFile

MYCHUNKSIZE = 10

archive_file = r"test_resources\0000232514_bom.zip"
src_file = r"0000232514_bom.xls"

no_of_chunks_to_read = 10
with ZipFile(archive_file,'r') as zf:
    with zf.open(src_file) as src_f:
        while no_of_chunks_to_read > 0:
            chunk_str = src_f.read(MYCHUNKSIZE)
            chunk_stream = BytesIO(chunk_str)
            chunk_bytes = chunk_stream.read()
            print type(chunk_bytes), len(chunk_bytes), chunk_bytes
            if len(chunk_str) < MYCHUNKSIZE:
                # End of file
                break
            no_of_chunks_to_read -= 1

- Fredrik

Answer 2

逐行阅读：

with ZipFile("myziparchive.zip", 'r') as ziparchive:
    with ziparchive.open("mybigtextfile.txt", 'r') as binfile:
       for line in binfile:
           line = line.decode()  # bytes to str
           ...

- Opsse