无法打开 zips 和 gz 中的文件

Question

我正在尝试读取 zip 中的文件，但我得到了 "IOError: [Errno 2] No such file or directory: " 我怀疑它与 os.path.join 有关。如果我添加 "zname" 的打印语句，则不包括从根目录开始的完整路径。我创建了一个类似的功能，它非常适合未压缩的文件，但我对如何在 zip 文件中工作感到困惑。任何帮助将不胜感激。我是 python 的新手，所以如果我遗漏了一些明显的东西，请原谅我。

这是代码和错误消息：

def re_zip():
    zcount = []
    zpattern = ('.zip','.ZIP')
    for root, directories, filenames in os.walk(path):
        for filename in filenames:
            if filename.endswith(zpattern):
                zj = os.path.join(root,filename)
                zf = zipfile.ZipFile(zj)
                for zname in zf.namelist():
                    if zname.endswith(ext):
                        text = open(zname, 'r')
                        hits = 0
                        for line in text:
                            if re.match(regex, line):
                                hits = hits + 1
                        zcount.append(hits)
                        print (zname + " , " + str(hits))
                        output.write(str(hits) + " , " + zname + "\n")
                        text.close()    
    return(sum(zcount))

Traceback (most recent call last):
  File "re_count.py", line 80, in <module>
    total = re_match() + re_zip() + re_tar()
  File "re_count.py", line 45, in re_zip
    text = open(zname, 'r')
IOError: [Errno 2] No such file or directory: 'within_zip/folder/myfile.xml'

re_zip() 已通过将 text = open(zname, 'r') 更改为 text = zf.open(zname, 'r')

来修复

现在我正尝试对 tar gz 文件执行相同的操作。 tar 或 tar.gz 我得到同样的错误。我相信 tar 模块应该同时处理这两个问题。

def re_tar():
tcount = []
tars = ('tar','gz','tgz','TAR','GZ')
for root, directories, filenames in os.walk(path):
    for filename in filenames:
        if filename.endswith(tars):
            tj = os.path.join(root,filename)
            tf = tarfile.open(tj)
            for tarinfo in tf.getmembers():
                tname = tarinfo.name
                if tname.endswith(ext):
                    text = tf.open(tname, 'r')
                    hits = 0
                    for line in text:
                        if re.match(regex, line):
                            hits = hits + 1
                    tcount.append(hits)
                    print (tname + " , " + str(hits))
                    output.write(str(hits) + " , " + tname + "\n")
                    text.close() 
            tf.close()   
return(sum(tcount))

  File "re_count_v2.py", line 68, in re_tar
    text = tf.open(tname, 'r')
  File "C:\Users\username\AppData\Local\Continuum\Anaconda2\lib\tarfile.py", line 1673, in open
    return func(name, "r", fileobj, **kwargs)
  File "C:\Users\username\AppData\Local\Continuum\Anaconda2\lib\tarfile.py", line 1738, in gzopen
    fileobj = gzip.GzipFile(name, mode, compresslevel, fileobj)
  File "C:\Users\username\AppData\Local\Continuum\Anaconda2\lib\gzip.py", line 94, in __init__
    fileobj = self.myfileobj = __builtin__.open(filename, mode or 'rb')
IOError: [Errno 2] No such file or directory: 'httpopenaccessikuedutr8080oai_.scol11413101_1.xml'

Answer 1

与 os.listdir() 一样，namelist() 方法 returns 只有文件名，没有根目录。您不能使用通常的 open() 函数，而是使用 zipfile.open() 方法，如下所示：

text = zf.open(zname)

无法打开 zips 和 gz 中的文件

Unable to open files within zips and gz

zip

python-2.7

os.path