Python中的ZipFile模块

最新推荐文章于 2025-07-16 00:00:34 发布

原创最新推荐文章于 2025-07-16 00:00:34 发布 · 715 阅读

2 ·

CC 4.0 BY-SA版权

Python 专栏收录该内容

92 篇文章

订阅专栏

本文介绍如何使用Python的ZipFile模块优雅地解析Word的XML文件。通过更改Word文件的后缀名并利用ZipFile模块，可以轻松访问Word文档的结构和文本内容。文章详细解释了ZipFile和ZipInfo类的使用，以及如何读取和解压zip文件。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

今天在做项目的时候，要求解析word的xml文件，经过研究发现，将word文件的后缀名改为.zip解压后就可以在word文件夹中找到一个名为document.xml的xml文件。里面包含了word的结构和所有文本内容。
在这里插入图片描述
但是作为一个python程序员，如何用python优雅的解决这个问题呢？这就需要使用Python中的ZipFile模块了。

zipfile模块用来做zip格式编码的压缩和解压缩的，zipfile里有两个非常重要的class, 分别是ZipFile和ZipInfo,在绝大多数的情况下，我们只需要使用这两个class就可以了。

ZipFile是主要的类，用来创建和读取zip文件。
ZipInfo是存储的zip文件的每个文件的信息的。

infolist(), 它返回的就是压缩包内所有文件的信息，就是一个ZipInfo的列表。一个ZipInfo对象中包含了压缩包内一个文件的信息，其中比较常用的是 filename, file_size, header_offset, 分别为文件名，文件大小，文件数据在压缩包中的偏移。
例：

zip_file = zipfile.ZipFile(filename, 'r')  
for zip in zip_file.infolist():  
      print(zip.file_size, zip.header_offset )

而我接下来用的namelist（）就是读取的ZipInfo中的filename，组成一个 list返回

比如要读取一个解压一个zip文件模块，这里假设base_path是一个文件的路径:

import zipfile

os.chdir(base_path)                                 # 切换到base_path路径下
base_name = os.path.splitext(word_name)[0]          # 读取word文档后缀前的部分
os.rename(word_name, base_name + ".zip")            # 修改word文件的后缀为zip
zip_word = zipfile.ZipFile(base_name + ".zip", 'r') # 读取压缩文件 
for file in zip_word.namelist():                    # 遍历压缩包中所有文件名
       zip_word.extract(file)                       # 将文件解压

以下是一些常规压缩使用方法

#下面是创建zip压缩包的方法，与读取的方法其实很类似的：
import zipfile, os  
zip_file = zipfile.ZipFile(filename, 'w') 
# 注意这里的第二个参数是w，这里的filename是压缩包的名字

#假设要把一个叫testdir中的文件全部添加到压缩包里（这里只添加一级子目录中的文件）
if os.path.isdir(testdir):  
     zip_file = zipfile.ZipFile(zip_name, 'w') 
     for dir in os.listdir(testdir):  
         zip_file.write(testdir+os.sep+dir)  
         zip_file.close()   # close() 是必须调用的！  
# 代码非常的简单。
# 想想还有一个问题，如果我把一个test/111.txt 添加到压缩包里之后我希望在包里它放到test22/111.txt怎么办呢？
# 其实这个就是Python ZipFile模块的write方法中第二个参数的作用了。只需要这样调用：
zip_file .write("test/111.txt", "test22/111.txt")