zipfile不能处理某些类型的zip数据吗？

Question

我在尝试解压zip文件时遇到了这个问题。

-- zipfile.is_zipfile(my_file)总是返回False，即使UNIX命令unzip可以很好地处理它。此外，在尝试执行zipfile.ZipFile(path/file_handle_to_path)时，我也遇到了同样的错误

-- file命令返回Zip archive data, at least v2.0 to extract，并对它显示的文件使用less：

PKZIP for iSeries by PKWARE Length Method Size Cmpr Date Time CRC-32 Name 2113482674 Defl:S 204502989 90% 2010-11-01 08:39 2cee662e myfile.txt 2113482674 204502989 90% 1 file

有什么想法可以解决这个问题吗？如果我能让python的zipfile运行起来就好了，因为我已经有了一些单元测试，如果我要切换到运行subprocess.call("unzip")的话，我将不得不放弃这些单元测试

Answer 1

在我的文件中遇到了同样的问题，并能够解决它。我不确定它们是如何生成的，就像上面的例子一样。它们的尾随数据最终都被Windows和失败的python的zipfile忽略了7z。

下面是解决这个问题的代码：

def fixBadZipfile(zipFile):  
     f = open(zipFile, 'r+b')  
     data = f.read()  
     pos = data.find('\x50\x4b\x05\x06') # End of central directory signature  
     if (pos > 0):  
         self._log("Truncating file at location " + str(pos + 22) + ".")  
         f.seek(pos + 22)   # size of 'ZIP end of central directory record' 
         f.truncate()  
         f.close()  
     else:  
         # raise error, file is truncated  

Answer 2

你说在它显示的文件上使用less。你是说这个吗？

less my_file

如果是这样的话，我猜这些是zip程序放在文件中的注释。查看我在网上找到的iSeries PKZIP的用户指南，这似乎是默认行为。

zipfile的文档说：“这个模块目前不能处理附加了注释的ZIP文件。”也许这就是问题所在？(当然，如果less显示了它们，这似乎意味着它们是预先考虑的。)

似乎您(或在iSeries机器上创建zipfile的人)可以使用ARCHTEXT(*NONE)关闭此功能，或者使用ARCHTEXT(*CLEAR)将其从现有zipfile中删除。

Answer 3

# Utilize mmap module to avoid a potential DoS exploit (e.g. by reading the
# whole zip file into memory). A bad zip file example can be found here:
# https://bugs.python.org/issue24621

import mmap
from io import UnsupportedOperation
from zipfile import BadZipfile

# The end of central directory signature
CENTRAL_DIRECTORY_SIGNATURE = b'\x50\x4b\x05\x06'


def repair_central_directory(zipFile):
    if hasattr(zipFile, 'read'):
        # This is a file-like object
        f = zipFile
        try:
            fileno = f.fileno()
        except UnsupportedOperation:
            # This is an io.BytesIO instance which lacks a backing file.
            fileno = None
    else:
        # Otherwise, open the file with binary mode
        f = open(zipFile, 'rb+')
        fileno = f.fileno()
    if fileno is None:
        # Without a fileno, we can only read and search the whole string
        # for the end of central directory signature.
        f.seek(0)
        pos = f.read().find(CENTRAL_DIRECTORY_SIGNATURE)
    else:
        # Instead of reading the entire file into memory, memory-mapped the
        # file, then search it for the end of central directory signature.
        # Reference: https://stackoverflow.com/a/21844624/2293304
        mm = mmap.mmap(fileno, 0)
        pos = mm.find(CENTRAL_DIRECTORY_SIGNATURE)
        mm.close()
    if pos > -1:
        # size of 'ZIP end of central directory record'
        f.truncate(pos + 22)
        f.seek(0)
        return f
    else:
        # Raise an error to make it fail fast
        raise BadZipfile('File is not a zip file')