password - ¿Cómo descomprimes archivos muy grandes en Python?

zipfile python

Question

Al usar Python 2.4 y la biblioteca ZipFile , no puedo leer archivos zip muy grandes (más de 1 o 2 GB) porque quiere almacenar todo el contenido del archivo descomprimido en la memoria. ¿Hay alguna otra forma de hacer esto (ya sea con una biblioteca de terceros o algún otro hack), o debo "pagar" y descomprimirlo de esa manera (que no es tan multiplataforma, obviamente).

Answer 1

Aquí hay un resumen de la descompresión de archivos grandes.

import zipfile
import zlib
import os

src = open( doc, "rb" )
zf = zipfile.ZipFile( src )
for m in  zf.infolist():

    # Examine the header
    print m.filename, m.header_offset, m.compress_size, repr(m.extra), repr(m.comment)
    src.seek( m.header_offset )
    src.read( 30 ) # Good to use struct to unpack this.
    nm= src.read( len(m.filename) )
    if len(m.extra) > 0: ex= src.read( len(m.extra) )
    if len(m.comment) > 0: cm= src.read( len(m.comment) ) 

    # Build a decompression object
    decomp= zlib.decompressobj(-15)

    # This can be done with a loop reading blocks
    out= open( m.filename, "wb" )
    result= decomp.decompress( src.read( m.compress_size ) )
    out.write( result )
    result = decomp.flush()
    out.write( result )
    # end of the loop
    out.close()

zf.close()
src.close()

Answer 2

A partir de Python 2.6, puede usar ZipFile.open() para abrir un identificador de archivo en un archivo y copiar contenido de manera eficiente en un archivo de destino de su elección:

import errno
import os
import shutil
import zipfile

TARGETDIR = ''/foo/bar/baz''

with open(doc, "rb") as zipsrc:
    zfile = zipfile.ZipFile(zipsrc)
    for member in zfile.infolist():
       target_path = os.path.join(TARGETDIR, member.filename)
       if target_path.endswith(''/''):  # folder entry, create
           try:
               os.makedirs(target_path)
           except (OSError, IOError) as err:
               # Windows may complain if the folders already exist
               if err.errno != errno.EEXIST:
                   raise
           continue
       with open(target_path, ''wb'') as outfile, zfile.open(member) as infile:
           shutil.copyfileobj(infile, outfile)

Esto usa shutil.copyfileobj() para leer datos de manera eficiente desde el objeto zipfile abierto, copiándolo en el archivo de salida.