Python zipfile.Path 怎么像目录一样遍历压缩包

如果 ZIP 内部有多层目录，直接调用 ZipFile.namelist() 只能拿到一串字符串；想像操作目录一样逐层判断和读取，可以使用 zipfile.Path。它从 Python 3.8 开始提供类似 pathlib.Path 的遍历接口，核心写法是：用 ZipFile 打开归档，用 zipfile.Path 指向根目录，再用 iterdir() 和 / 访问子项。

先把 ZIP 根目录变成可遍历的 Path

最小示例不需要先解压。ZipFile 负责保持归档打开，zipfile.Path 把归档根部包装成可组合的路径对象。下面的代码只读取 docs 目录下的文本文件，代码中的输出是为了说明判断关系，不代表某个本机归档的实际结果。

from zipfile import ZipFile, Path

with ZipFile("archive.zip") as archive:
    root = Path(archive)
    docs = root / "docs"

    # iterdir 只查看当前目录的直接子项，不会自动递归。
    for item in docs.iterdir():
        if item.is_file():
            print(item.name)
            # 文本文件使用显式编码，避免依赖运行环境默认编码。
            with item.open("r", encoding="utf-8") as stream:
                preview = stream.readline().rstrip()
                print(preview)

这里的 root / "docs" 拼接的是 ZIP 内部名称，不是当前操作系统的真实目录。item.open() 会通过归档对象打开成员，离开外层 with 后 ZIP 也会关闭，资源生命周期比较清楚。

递归遍历时要把目录、文件和安全边界分开

递归函数的关键不是把所有条目都当成文件读取，而是先判断当前对象。目录继续调用 iterdir()，普通文件才进入读取分支。这样既能处理嵌套目录，也不会因为对目录调用 open() 而得到难以定位的异常。

from zipfile import ZipFile, Path

def walk_zip(node: Path, prefix: str = ""):
    """递归打印 ZIP 内部相对路径；只读，不把成员释放到磁盘。"""
    for child in node.iterdir():
        relative_name = f"{prefix}{child.name}"
        if child.is_dir():
            # 目录只负责继续向下走，避免把目录误传给 read_text。
            yield from walk_zip(child, relative_name + "/")
        elif child.is_file():
            # 文件才读取内容；大文件应改成分块读取或只读元信息。
            yield relative_name, child

with ZipFile("archive.zip") as archive:
    for name, file_path in walk_zip(Path(archive)):
        print(name)
        if file_path.suffix == ".txt":
            # 小型文本可直接读取；编码按归档约定调整。
            text = file_path.read_text(encoding="utf-8")
            print(text[:80])

suffix、name 和 stem 适合做轻量筛选；如果目标只是判断是否存在，可以先调用 exists()，不必立即读取全部内容。

参数和边界要先记清楚

还要特别注意安全责任：官方文档明确指出，zipfile.Path 不会像 extract() 或 extractall() 那样替调用方清理绝对路径和 ..。如果后续代码要把成员名映射到磁盘、拼接输出目录或执行导出，应先做路径规范化和目标目录约束；只在 ZIP 内浏览时，也不要把成员名直接当作可信路径。

常见问题

zipfile.Path 能替代 ZipFile.namelist() 吗？

两者用途不同。namelist() 适合一次拿到成员名列表，Path 更适合按目录层级筛选、判断类型和读取指定成员。

为什么 iterdir() 没有把所有子目录都列出来？

它只枚举当前目录的直接子项。要遍历整个归档，必须在 is_dir() 分支中递归调用，或改用扁平的成员列表处理。

读取中文文本时应该怎么处理编码？

使用 open("r", encoding="utf-8") 或 read_text(encoding="utf-8") 显式指定编码；如果归档来源不固定，应把编码策略作为输入约定，而不是盲目依赖默认值。

实际使用时可以把判断顺序固定为“打开归档、定位根 Path、枚举当前层、区分目录和文件、最后读取”。这样 zipfile.Path 的便利性不会掩盖 ZIP 内部路径与本地路径之间的差异。