Python zip文件压缩解压教程
2026-04-04 10:43:56
0浏览
收藏
本文系统讲解了Python内置zipfile模块进行ZIP文件压缩与解压的完整实践,涵盖单文件/多文件/整个文件夹的压缩方法(需配合os.walk手动递归)、安全解压的关键技巧(重点防范路径遍历攻击)、文件内容读取、元数据获取及基础密码支持,并明确指出其仅兼容传统ZipCrypto加密而无法处理AES加密ZIP——既展现了标准库开箱即用的便捷性,也强调了生产环境中路径校验与安全意识的必要性,是开发者高效、安全处理日常归档任务的实用指南。

Python内置的zipfile模块可以轻松实现ZIP格式的压缩与解压,无需额外安装第三方库,适合日常脚本处理、打包日志、备份文件等场景。
压缩多个文件或文件夹到ZIP
使用ZipFile以'w'模式创建ZIP文件,再用write()逐个添加文件。注意:该方法不自动递归包含子目录,需手动遍历。
- 压缩单个文件:
zipf.write('data.txt') - 压缩并指定在ZIP内的路径名:
zipf.write('data.txt', 'backup/data.txt') - 压缩整个文件夹(需配合
os.walk()):import os
import zipfile
def zip_folder(folder_path, zip_path):
with zipfile.ZipFile(zip_path, 'w', zipfile.ZIP_DEFLATED) as zipf:
for root, dirs, files in os.walk(folder_path):
for file in files:
file_path = os.path.join(root, file)
arcname = os.path.relpath(file_path, folder_path) # 保持相对路径结构
zipf.write(file_path, arcname)
从ZIP中解压文件
用'r'模式打开ZIP,调用extractall()可一键解压全部内容;若只需个别文件,用extract()或read()读取二进制数据。
- 解压到当前目录:
zipf.extractall() - 解压到指定文件夹:
zipf.extractall(path='output/')(目标目录会自动创建) - 只读取某个文件内容(不解压):
content = zipf.read('config.json').decode('utf-8') - 查看ZIP内所有文件名:
zipf.namelist()
安全解压:防止路径遍历攻击
直接调用extractall()可能被恶意ZIP利用../路径写入系统关键位置。建议校验每个文件路径是否在目标目录内。
- 检查路径是否“干净”:
os.path.isabs(file) or '..' in file or file.startswith('/') - 推荐做法:遍历
namelist(),对每个文件做路径净化后再提取 - 示例片段:
for file in zipf.namelist():
safe_path = os.path.normpath(os.path.join(target_dir, file))
if not safe_path.startswith(os.path.abspath(target_dir) + os.sep):
raise ValueError(f"Unsafe path: {file}")
zipf.extract(file, target_dir)
读取ZIP信息与密码保护(基础支持)
zipfile支持读取ZIP元数据,如修改时间、压缩大小;也支持简单密码解压(仅传统ZIP加密,不支持AES)。
- 获取文件信息:
info = zipf.getinfo('data.txt'); print(info.file_size, info.date_time) - 带密码解压(仅支持旧式ZipCrypto):
zipf.setpassword(b'123456'),之后再调用extractall() - 注意:Python标准库不支持AES加密ZIP的解压,如需此功能,需改用
pyminizip或zipfile36等扩展
zipfile模块简洁可靠,覆盖大多数ZIP操作需求。掌握路径处理和安全校验,就能稳妥用于生产环境。
理论要掌握,实操不能落!以上关于《Python zip文件压缩解压教程》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!
Clawdbot参数设置与高效使用技巧
- 上一篇
- Clawdbot参数设置与高效使用技巧
- 下一篇
- Linux查看CPU温度方法及lm-sensors使用技巧
查看更多
最新文章
-
- 文章 · python教程 | 18小时前 | Python logging traceback logger.exception exc_info
- Python logging 怎样让异常堆栈保留上下文
- 421浏览 收藏
-
- 文章 · python教程 | 18小时前 | python · Python 对象比较 Field dataclasses Compare
- Python dataclasses 怎样让字段不参与比较
- 341浏览 收藏
-
- 文章 · python教程 | 19小时前 | python · Python 资源关闭 contextlib ExitStack
- Python contextlib 怎样把多个资源组合关闭
- 333浏览 收藏
-
- 文章 · python教程 | 19小时前 | 标准库 · 编码 · python · Python 文件编码 pathlib UnicodeDecodeError Path.read_text
- Python pathlib.Path.read_text 怎样避免默认编码导致乱码
- 220浏览 收藏
-
- 文章 · python教程 | 19小时前 | python · 键值存储 空间回收 Python shelve dbm reorganize
- Python shelve 怎样回收删除键留下的空间
- 394浏览 收藏
-
- 文章 · python教程 | 19小时前 | 默认值 · python · Python Field 可变默认值 default_factory dataclasses
- Python dataclasses 怎样用 default_factory 避免共享可变默认值
- 136浏览 收藏
-
- 文章 · python教程 | 19小时前 | python · 工程实践 · Python 浮点数 math.isclose 相对误差 绝对误差
- Python math.isclose 怎样同时控制相对误差和绝对误差
- 278浏览 收藏
-
- 文章 · python教程 | 19小时前 | Python mkdir pathlib parent_mode
- Python 3.15 pathlib mkdir 怎样设置中间目录权限
- 330浏览 收藏
-
- 文章 · python教程 | 19小时前 |
- Python sqlite3 怎样用 URI 参数打开只读连接
- 159浏览 收藏
查看更多
课程推荐
-
- 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
查看更多
AI推荐
-
- 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。
- 568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。
- 614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。
- 641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。
- 601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。
- 418次使用
查看更多
相关文章
-
- 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

