使用 python zipfile 从 zip 中提取文件而不保留顶级文件夹

Question

我正在使用当前代码从 zip 文件中提取文件，同时保留目录结构：

zip_file = zipfile.ZipFile('archive.zip', 'r')
zip_file.extractall('/dir/to/extract/files/')
zip_file.close()

这是示例 zip 文件的结构：

/dir1/file.jpg
/dir1/file1.jpg
/dir1/file2.jpg

最后我想要这个：

/dir/to/extract/file.jpg
/dir/to/extract/file1.jpg
/dir/to/extract/file2.jpg

但只有当 zip 文件具有顶部时才应该忽略-level 文件夹，其中包含所有文件，因此当我提取具有此结构的 zip 时：

/dir1/file.jpg
/dir1/file1.jpg
/dir1/file2.jpg
/dir2/file.txt
/file.mp3

它应该保持这样：

/dir/to/extract/dir1/file.jpg
/dir/to/extract/dir1/file1.jpg
/dir/to/extract/dir1/file2.jpg
/dir/to/extract/dir2/file.txt
/dir/to/extract/file.mp3

有什么想法吗？

Answer 1

如果我正确理解您的问题，您希望在提取 zip 中的项目之前删除所有常见的前缀目录。

如果是这样，那么以下脚本应该执行您想要的操作：

import sys, os
from zipfile import ZipFile

def get_members(zip):
    parts = []
    # get all the path prefixes
    for name in zip.namelist():
        # only check files (not directories)
        if not name.endswith('/'):
            # keep list of path elements (minus filename)
            parts.append(name.split('/')[:-1])
    # now find the common path prefix (if any)
    prefix = os.path.commonprefix(parts)
    if prefix:
        # re-join the path elements
        prefix = '/'.join(prefix) + '/'
    # get the length of the common prefix
    offset = len(prefix)
    # now re-set the filenames
    for zipinfo in zip.infolist():
        name = zipinfo.filename
        # only check files (not directories)
        if len(name) > offset:
            # remove the common prefix
            zipinfo.filename = name[offset:]
            yield zipinfo

args = sys.argv[1:]

if len(args):
    zip = ZipFile(args[0])
    path = args[1] if len(args) > 1 else '.'
    zip.extractall(path, get_members(zip))

Answer 2

读取 ZipFile.namelist() 返回的条目以查看它们是否位于同一目录中，然后打开/读取每个条目并将其写入使用 open()< 打开的文件/代码>。

Answer 3

这可能是 zip 存档本身的问题。在 python 提示符下尝试执行此操作以查看文件是否位于 zip 文件本身的正确目录中。

import zipfile

zf = zipfile.ZipFile("my_file.zip",'r')
first_file = zf.filelist[0]
print file_list.filename

这应该是“dir1”之类的内容
重复上述步骤，将 1 的索引替换为文件列表，如下所示 first_file = zf.filelist[1] 这次输出应类似于“dir1/file1.jpg”，如果情况并非如此，则zip 文件不包含目录，将全部解压缩到一个目录。

Answer 4

根据@ekhumoro的回答，我想出了一个更简单的函数来提取同一级别上的所有内容，这并不完全是您所要求的，但我认为可以帮助某人。

    def _basename_members(self, zip_file: ZipFile):
        for zipinfo in zip_file.infolist():
            zipinfo.filename = os.path.basename(zipinfo.filename)
            yield zipinfo

    from_zip="some.zip"
    to_folder="some_destination/"
    with ZipFile(file=from_zip, mode="r") as zip_file:
        os.makedirs(to_folder, exist_ok=True)
        zip_infos = self._basename_members(zip_file)
        zip_file.extractall(path=to_folder, members=zip_infos)

Answer 5

基本上您需要做两件事：

1. 识别 zip 中的根目录。
2. 从 zip 中其他项目的路径中删除根目录。

以下内容应保留 zip 的整体结构，同时删除根目录：

import typing, zipfile

def _is_root(info: zipfile.ZipInfo) -> bool:
    if info.is_dir():
        parts = info.filename.split("/")
        # Handle directory names with and without trailing slashes.
        if len(parts) == 1 or (len(parts) == 2 and parts[1] == ""):
            return True
    return False

def _members_without_root(archive: zipfile.ZipFile, root_filename: str) -> typing.Generator:
    for info in archive.infolist():
        parts = info.filename.split(root_filename)
        if len(parts) > 1 and parts[1]:
            # We join using the root filename, because there might be a subdirectory with the same name.
            info.filename = root_filename.join(parts[1:])
            yield info

with zipfile.ZipFile("archive.zip", mode="r") as archive:
    # We will use the first directory with no more than one path segment as the root.
    root = next(info for info in archive.infolist() if _is_root(info))
    if root:
        archive.extractall(path="/dir/to/extract/", members=_members_without_root(archive, root.filename))
    else:
        print("No root directory found in zip.")