Python压缩zip文件教程详解
想要轻松掌握Python文件压缩技巧?本文为你提供了一份详尽的Python zip文件压缩教程,重点讲解了如何利用Python内置的`zipfile`模块实现文件的压缩、添加、读取和解压。从创建ZIP压缩包,添加单个或多个文件,到压缩整个目录,再到读取压缩包内容和解压文件,本文都提供了清晰的代码示例和步骤说明。此外,还介绍了压缩级别设置和格式限制,帮助你更好地选择合适的压缩方式。无需额外安装,Python标准库自带,快速打包文件,减少存储空间,就从掌握`zipfile`模块开始!
使用Python压缩文件主要通过zipfile模块实现。首先创建ZIP包,用ZipFile类指定写入模式,并调用.write()添加文件;其次,添加多个文件可多次调用.write()或遍历文件列表;第三,压缩整个目录需结合os.walk()递归获取文件并处理相对路径;第四,读取内容用.namelist(),解压可用.extract()或.extractall();最后,支持设置压缩类型如ZIP_DEFLATED以提升压缩率,但不支持RAR、7z等格式。

用Python压缩文件其实挺常见的,尤其是用zipfile模块。它功能够用,标准库里自带,不用额外安装。如果你需要打包文件或者减少存储体积,这个模块基本能满足需求。

创建ZIP压缩包
要压缩文件,第一步就是创建一个ZIP包。你可以用ZipFile类,并指定模式为写入('w')。注意路径问题,确保你要压缩的文件确实存在,否则会报错。
举个例子:
假设你想把example.txt打包进去,代码大概是这样:

import zipfile
with zipfile.ZipFile('my_archive.zip', 'w') as zipf:
zipf.write('example.txt')这段代码会在当前目录下生成一个叫my_archive.zip的压缩包,里面包含example.txt。如果你想加多个文件,可以多次调用write(),或者遍历文件列表。
添加多个文件或整个文件夹
如果想压缩整个目录里的内容,一个个写文件名就太麻烦了。这时候可以用os模块遍历文件夹,然后逐个添加进去。

这里有个小技巧:你最好使用os.walk()来递归获取所有文件。记得处理相对路径,不然压缩包里可能带入完整路径结构,看起来很乱。
示例做法:
import os
import zipfile
def zip_folder(folder_path, output_zip):
with zipfile.ZipFile(output_zip, 'w') as zipf:
for foldername, subfolders, filenames in os.walk(folder_path):
for filename in filenames:
file_path = os.path.join(foldername, filename)
arcname = os.path.relpath(file_path, start=folder_path)
zipf.write(file_path, arcname)这样就能把整个文件夹内容打包进ZIP,而且不会带上原始路径信息。
读取和解压ZIP文件
除了打包,有时候你也需要查看或解压ZIP里的内容。用ZipFile对象的.namelist()方法可以列出所有文件名。如果想提取单个文件,用.extract();想全部解压,用.extractall()。
比如:
with zipfile.ZipFile('my_archive.zip', 'r') as zipf:
print(zipf.namelist()) # 查看内容
zipf.extractall('output_folder') # 解压到指定目录注意权限问题,特别是解压到某些受保护目录时可能会失败。
压缩级别与格式限制
默认情况下,zipfile使用的是DEFLATE压缩算法,压缩率一般。如果你希望压缩更小,可以在write()的时候加上compress_type=zipfile.ZIP_DEFLATED参数。但要注意,不是所有压缩方式都支持,比如BZIP2只在Python 3.6+才支持。
另外,zipfile不支持7z、RAR等格式。如果项目有这方面需求,得换其他第三方库,比如py7zr或rarfile。
- 如果只是简单打包,用
zipfile完全够用; - 如果需要更高压缩率,可以考虑用
tarfile + gzip/bz2/xz组合; - 如果要加密压缩,
zipfile支持密码,但功能有限,复杂场景建议找专用工具。
基本上就这些。操作起来不算难,但有些细节容易忽略,比如路径处理、压缩类型选择,这些会影响最终结果。
理论要掌握,实操不能落!以上关于《Python压缩zip文件教程详解》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!
抖音极速版提现为何无支付宝?教程详解绑定方法
- 上一篇
- 抖音极速版提现为何无支付宝?教程详解绑定方法
- 下一篇
- 列表推导式生成完整列表,占内存;生成器表达式按需生成,省内存
-
- 文章 · python教程 | 2天前 |
- Python logging lastResort 怎样处理没有配置 handler 的日志
- 289浏览 收藏
-
- 文章 · python教程 | 2天前 | 并发编程 · Python教程 · Python logging 后台线程 logging.handlers.QueueListener 日志关闭
- Python logging.handlers.QueueListener 怎样优雅停止后台日志线程
- 143浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python tomllib 怎样读取二进制 TOML
- 114浏览 收藏
-
- 文章 · python教程 | 2天前 | 文件处理 · Python教程 · Python 目录复制 shutil.copytree dirs_exist_ok 文件覆盖
- Python shutil.copytree 怎样合并已有目标目录
- 165浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python pathlib 复制文件时怎样控制符号链接
- 478浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python inspect.signature 怎样读取装饰器保留的参数
- 298浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python configparser 怎样转义值里的百分号
- 393浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python asyncio.PriorityQueue 怎样保持相同优先级的稳定顺序
- 306浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python asyncio.Runner 怎样复用同一个事件循环运行多个入口
- 204浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python TaskGroup 怎样处理嵌套任务组异常
- 319浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 499次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 558次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 586次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 537次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 348次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
