使用 ZipFile 模块从 zipfile 中删除文件

Question

我从 zip 文件中删除文件的唯一方法是创建一个没有要删除的文件的临时 zip 文件，然后将其重命名为原始文件名。

在 python 2.4 中，ZipInfo 类有一个属性 file_offset，因此可以创建第二个 zip 文件并将数据复制到其他文件，而无需解压缩/重新压缩。

python 2.6 中缺少这个 file_offset ，那么除了通过解压缩每个文件然后再次重新压缩来创建另一个 zipfile 之外，还有其他选择吗？

有没有直接删除zip文件中文件的方法，我搜索过但没有找到任何东西。

Answer 1

以下代码片段对我有用（从 Zip 存档中删除所有 *.exe 文件）：

zin = zipfile.ZipFile ('archive.zip', 'r')
zout = zipfile.ZipFile ('archve_new.zip', 'w')
for item in zin.infolist():
    buffer = zin.read(item.filename)
    if (item.filename[-4:] != '.exe'):
        zout.writestr(item, buffer)
zout.close()
zin.close()

如果将所有内容读入内存，则可以消除对第二个文件的需要。 然而，这个片段重新压缩了所有内容。

仔细检查后，ZipInfo.header_offset 是距文件开头的偏移量。 该名称具有误导性，但主 Zip 标头实际上存储在文件末尾。 我的十六进制编辑器证实了这一点。

因此，您将遇到的问题如下：您还需要删除主标头中的目录条目，否则它将指向一个不再存在的文件。 如果您也保留要删除的文件的本地标头，则保持主标头完好无损可能会起作用，但我不确定这一点。 你是如何用旧模块做到这一点的？

在不修改主标头的情况下，当我打开它时，我收到错误“zipfile 中缺少 X 字节”。 这可能会帮助您了解如何修改主标头。

Answer 2

不是很优雅，但这就是我的做法：

import subprocess
import zipfile

z = zipfile.ZipFile(zip_filename)

files_to_del = filter( lambda f: f.endswith('exe'), z.namelist()]

cmd=['zip', '-d', zip_filename] + files_to_del
subprocess.check_call(cmd)

# reload the modified archive
z = zipfile.ZipFile(zip_filename)

Answer 3

基于 Elias Zamaria 对问题的评论。

阅读完 Python-Issue #51067 后，我想提供有关它的更新。

目前，解决方案已经存在，但由于缺少作者的贡献者协议而未得到 Python 的批准。

不过，您可以从 https://github.com/python 获取代码/cpython/blob/659eb048cc9cac73c46349eb29845bc5cd630f09/Lib/zipfile.py 并从中创建一个单独的文件。 之后，只需从项目中引用它，而不是内置 python 库：import myproject.zipfile as zipfile。

用法：

with zipfile.ZipFile(f"archive.zip", "a") as z:
    z.remove(f"firstfile.txt")

我相信它将包含在未来的Python版本中。 对我来说，它对于给定的用例来说就像一个魅力。

Answer 4

中的例程 delete_from_zip_file ruamel.std.zipfile1 允许您根据 ZIP 中的完整路径或基于 (re) 模式删除文件。 例如，您可以使用以下命令删除 test.zip 中的所有 .exe 文件

from ruamel.std.zipfile import delete_from_zip_file

delete_from_zip_file('test.zip', pattern='.*.exe')  

（请注意 * 之前的点）。

这与 mdm 的解决方案类似（包括需要重新压缩），但会在内存中重新创建 ZIP 文件（使用类 InMemZipFile())，完全覆盖旧文件后读。

---

1 _{免责声明：我是该包的作者。}

Answer 5

TL;DR:

import zipfile

with zipfile.ZipFile("bad.zip") as bad:
    # Or use "a" instead of "w" if you're appending
    with zipfile.ZipFile("good", "w") as good:
        for zip_info in bad.infolist():
            # I had hundreds of duplications of 'sample_100.csv'
            not_a_bad_file = zip_info.filename != 'sample_33.csv' or zip_info.file_size > 146622
            if not_a_bad_file:
                good.writestr(zip_info, bad.read(zip_info))

解释：

我错误地添加了多个同名文件，而且它们都接近0字节。 @mdm 建议的方法在这里不起作用。 这是因为，如果您将文件名 (str) 传递给 read 方法，它会为您提供最后一项 - 至少看起来是这样。 但是，在阅读CPython代码中的库文档之后，这部分将变得显而易见：

.. note::

      The :meth:`.open`, :meth:`read` and :meth:`extract` methods can take a filename
      or a :class:`ZipInfo` object.  You will appreciate this when trying to read a
      ZIP file that contains members with duplicate names.

通过传递 zip_info （一个 ZipInfo 对象），您可以确保您将检索到该确切的文件。