Как извлечь zip файл рекурсивно в Python

У меня есть zip файл, который содержит в нем три zip файла следующим образом:

zipfile.zip\  
    dirA.zip\
         a  
    dirB.zip\
         b  
    dirC.zip\
         c

Я хочу извлечь все внутренние zip файлы, которые находятся внутри zip файла в каталогах с этими именами (dirA, dirB, dirC).
В принципе, я хочу получить следующую схему:

output\  
    dirA\
         a  
    dirB\
         b  
    dirC\
         c

Я пробовал следующее:

import os, re
from zipfile import ZipFile

os.makedirs(directory)  # where directory is "\output"
with ZipFile(self.archive_name, "r") as archive:
    for id, files in data.items():
        if files:
            print("Creating", id)
            dirpath = os.path.join(directory, id)

            os.mkdir(dirpath)

            for file in files:
                match = pattern.match(filename)
                new = match.group(2)
                new_filename = os.path.join(dirpath, new)

                content = archive.open(file).read()
            with open(new_filename, "wb") as outfile:
                outfile.write(content)

Но он извлекает только zip файл, и я получаю:

output\  
    dirA\
         dirA.zip 
    dirB\
         dirB.zip 
    dirC\
         dirC.zip

Любые предложения, в том числе сегменты кода, будут очень ценными, потому что я пробовал так много разных вещей и читал документы без успеха.

Ответы

Ответ 1

При извлечении zip файла вы бы хотели записать внутренние zip файлы в память, а не на диск. Для этого я использовал BytesIO.

Проверьте этот код:

import os
import io
import zipfile

def extract(filename):
    z = zipfile.ZipFile(filename)
    for f in z.namelist():
        # get directory name from file
        dirname = os.path.splitext(f)[0]  
        # create new directory
        os.mkdir(dirname)  
        # read inner zip file into bytes buffer 
        content = io.BytesIO(z.read(f))
        zip_file = zipfile.ZipFile(content)
        for i in zip_file.namelist():
            zip_file.extract(i, dirname)

Если вы запустите extract("zipfile.zip") с zipfile.zip как:

zipfile.zip/
    dirA.zip/
        a
    dirB.zip/
        b
    dirC.zip/
        c

Выход должен быть:

dirA/
  a
dirB/
  b
dirC/
  c

Ответ 2

Для функции, которая извлекает вложенный файл zip (любой уровень вложенности) и очищает исходные файлы zip:

import zipfile, re, os

def extract_nested_zip(zippedFile, toFolder):
    """ Extract a zip file including any nested zip files
        Delete the zip file(s) after extraction
    """
    with zipfile.ZipFile(zippedFile, 'r') as zfile:
        zfile.extractall(path=toFolder)
    os.remove(zippedFile)
    for root, dirs, files in os.walk(toFolder):
        for filename in files:
            if re.search(r'\.zip$', filename):
                fileSpec = os.path.join(root, filename)
                extract_nested_zip(fileSpec, root)

Ответ 3

Я попробовал некоторые другие решения, но не смог заставить их работать "на месте". Я опубликую свое решение для обработки версии на месте. Примечание: он удаляет zip файлы и "заменяет" их каталогами с одинаковыми именами, поэтому сделайте резервную копию zip файлов, если хотите сохранить.

Стратегия проста. Разархивируйте все zip файлы в каталоге (и подкаталогах) и промойте и повторяйте, пока не останется zip файлов. Полоскание и повторение необходимы, если zip файлы содержат zip файлы.

import os
import io
import zipfile
import re

def unzip_directory(directory):
    """" This function unzips (and then deletes) all zip files in a directory """
    for root, dirs, files in os.walk(directory):
        for filename in files:
            if re.search(r'\.zip$', filename):
                to_path = os.path.join(root, filename.split('.zip')[0])
                zipped_file = os.path.join(root, filename)
                if not os.path.exists(to_path):
                    os.makedirs(to_path)
                    with zipfile.ZipFile(zipped_file, 'r') as zfile:
                        zfile.extractall(path=to_path)
                    # deletes zip file
                    os.remove(zipped_file)

def exists_zip(directory):
    """ This function returns T/F whether any .zip file exists within the directory, recursively """
    is_zip = False
    for root, dirs, files in os.walk(directory):
        for filename in files:
            if re.search(r'\.zip$', filename):
                is_zip = True
    return is_zip

def unzip_directory_recursively(directory, max_iter=1000):
    print("Does the directory path exist? ", os.path.exists(directory))
    """ Calls unzip_directory until all contained zip files (and new ones from previous calls)
    are unzipped
    """
    iterate = 0
    while exists_zip(directory) and iterate < max_iter:
        unzip_directory(directory)
        iterate += 1
    pre = "Did not " if iterate < max_iter else "Did"
    print(pre, "time out based on max_iter limit of", max_iter, ". Took iterations:", iterate)

Предполагая, что ваши zip файлы резервируются, вы заставляете все это работать, вызывая unzip_directory_recursively(your_directory).