web-dev-qa-db-ja.com

Python）でZipファイルを再帰的に抽出する方法

次のような3つのZipファイルを含むZipファイルがあります。

zipfile.Zip\  
    dirA.Zip\
         a  
    dirB.Zip\
         b  
    dirC.Zip\
         c

これらの名前（dirA、dirB、dirC）のディレクトリにあるZipファイル内にあるすべての内部Zipファイルを抽出したいと思います。
基本的に、次のスキーマになりたいと思います。

output\  
    dirA\
         a  
    dirB\
         b  
    dirC\
         c

私は以下を試しました：

import os, re
from zipfile import ZipFile

os.makedirs(directory)  # where directory is "\output"
with ZipFile(self.archive_name, "r") as archive:
    for id, files in data.items():
        if files:
            print("Creating", id)
            dirpath = os.path.join(directory, id)

            os.mkdir(dirpath)

            for file in files:
                match = pattern.match(filename)
                new = match.group(2)
                new_filename = os.path.join(dirpath, new)

                content = archive.open(file).read()
            with open(new_filename, "wb") as outfile:
                outfile.write(content)

しかし、それはZipファイルを抽出するだけであり、私は最終的に次のようになります。

output\  
    dirA\
         dirA.Zip 
    dirB\
         dirB.Zip 
    dirC\
         dirC.Zip

どんなコードセグメントを含む提案私は非常に多くの異なることを試みて、成功せずにドキュメントを読んだので、大いに感謝されるでしょう。

pythonpython-3.xzipunzipzipfile
11
Yannis

Zipファイルを抽出するときは、内部のZipファイルをディスクではなくメモリに書き込む必要があります。これを行うために、私は BytesIO を使用しました。

このコードをチェックしてください：

_import os
import io
import zipfile

def extract(filename):
    z = zipfile.ZipFile(filename)
    for f in z.namelist():
        # get directory name from file
        dirname = os.path.splitext(f)[0]  
        # create new directory
        os.mkdir(dirname)  
        # read inner Zip file into bytes buffer 
        content = io.BytesIO(z.read(f))
        Zip_file = zipfile.ZipFile(content)
        for i in Zip_file.namelist():
            Zip_file.extract(i, dirname)
_

extract("zipfile.Zip")を_zipfile.Zip_とともに実行する場合：

_zipfile.Zip/
    dirA.Zip/
        a
    dirB.Zip/
        b
    dirC.Zip/
        c
_

出力は次のようになります。

_dirA/
  a
dirB/
  b
dirC/
  c
_
11
Forge

ネストされたZipファイル（任意のレベルのネスト）を抽出し、元のZipファイルをクリーンアップする関数の場合：

import zipfile, re, os

def extract_nested_Zip(zippedFile, toFolder):
    """ Extract a Zip file including any nested Zip files
        Delete the Zip file(s) after extraction
    """
    with zipfile.ZipFile(zippedFile, 'r') as zfile:
        zfile.extractall(path=toFolder)
    os.remove(zippedFile)
    for root, dirs, files in os.walk(toFolder):
        for filename in files:
            if re.search(r'\.Zip$', filename):
                fileSpec = os.path.join(root, filename)
                extract_nested_Zip(fileSpec, root)
3
ronnydw

私は他の解決策のいくつかを試しましたが、それらを「その場で」機能させることができませんでした。 「インプレース」バージョンを処理するためのソリューションを投稿します。注：Zipファイルを削除し、同じ名前のディレクトリに「置き換え」ますなので、保持する場合はZipファイルをバックアップします。

戦略は簡単です。ディレクトリ（およびサブディレクトリ）内のすべてのZipファイルを解凍し、Zipファイルがなくなるまですすぎ、繰り返します。 ZipファイルにZipファイルが含まれている場合は、すすぎと繰り返しが必要です。

_import os
import io
import zipfile
import re

def unzip_directory(directory):
    """" This function unzips (and then deletes) all Zip files in a directory """
    for root, dirs, files in os.walk(directory):
        for filename in files:
            if re.search(r'\.Zip$', filename):
                to_path = os.path.join(root, filename.split('.Zip')[0])
                zipped_file = os.path.join(root, filename)
                if not os.path.exists(to_path):
                    os.makedirs(to_path)
                    with zipfile.ZipFile(zipped_file, 'r') as zfile:
                        zfile.extractall(path=to_path)
                    # deletes Zip file
                    os.remove(zipped_file)

def exists_Zip(directory):
    """ This function returns T/F whether any .Zip file exists within the directory, recursively """
    is_Zip = False
    for root, dirs, files in os.walk(directory):
        for filename in files:
            if re.search(r'\.Zip$', filename):
                is_Zip = True
    return is_Zip

def unzip_directory_recursively(directory, max_iter=1000):
    print("Does the directory path exist? ", os.path.exists(directory))
    """ Calls unzip_directory until all contained Zip files (and new ones from previous calls)
    are unzipped
    """
    iterate = 0
    while exists_Zip(directory) and iterate < max_iter:
        unzip_directory(directory)
        iterate += 1
    pre = "Did not " if iterate < max_iter else "Did"
    print(pre, "time out based on max_iter limit of", max_iter, ". Took iterations:", iterate)
_

Zipファイルがバックアップされていると仮定すると、unzip_directory_recursively(your_directory)を呼び出すことでこれをすべて機能させることができます。

2
hertopnerd