时间戳

首页 > 解决方案 > zipfile 标头语言编码位在 Python2 和 Python3 之间设置不同

python - zipfile 标头语言编码位在 Python2 和 Python3 之间设置不同

问题描述

我希望这段代码在使用 Python 2 或 Python 3 运行时也能正常工作

from zipfile import ZipFile, ZipInfo

with ZipFile("out.zip", 'w') as zf:
    content = "content"
    info = ZipInfo()
    info.filename = "file.txt"
    info.flag_bits = 0x800
    info.file_size = len(content)
    zf.writestr(info, content)

但是，在 Python 2 下 out.zip 开始：

50 4b 03 04 14 00 00 08

在 Python3 下，它启动：

50 4b 03 04 14 00 00 00

不同的部分是flag_bits，0x800对于 Python 2，0x00对于 Python 3 设置为 。 那是 BIT11：语言编码。BIT11 似乎得到了定if filename.encode("ascii")投。

我试图通过在创建 ZipInfo 对象后设置标志来强制启用此位，但它被重置回0x00in _open_to_write()。

我想知道这里是否有人有一个好的解决方案。理想情况下，我希望两个输出都设置标志，因为这反映了 jar 实用程序的作用。

编辑： 更新以添加该info.flag_bits = 0x800行只是为了说明我想要实现的目标。我已经在 Windows 上复制了这个：ActivePython 3.6.0.3600，与 ActivePython 2.7.14.2717，Windows 10。在 Linux 上：Python 3.6.6 与 Python 2.7.11 以防万一，我完全按照我的示例运行它，不hashbang，直接调用解释器：

pythonX test.py

标签： pythonpython-2.7zipfilepython-3.7

解决方案

编辑：这是适用于我的 Python 2.7 但不适用于 3.6 的代码（有点神秘，它似乎在今晚早些时候工作）：

$ cat zipf.py
from __future__ import print_function

from zipfile import ZipFile, ZipInfo

with ZipFile("out.zip", 'w') as zf:
    content = "content"
    info = ZipInfo()
    info.filename = "file.txt"
    info.flag_bits = 0x800
    # don't set info.file_size here: zf.writestr() does that
    zf.writestr(info, content)

with open('out.zip', 'rb') as stream:
    byteseq = stream.read(8)
    for i in byteseq:
        if isinstance(i, str): i = ord(i)
        print('{:02x}'.format(i), end=' ')
    print()

运行为：

$ python2.7 zipf.py
50 4b 03 04 14 00 00 08

但：

$ python3.6 zipf.py
50 4b 03 04 14 00 00 00

当然可以通过确保在创建条目之前打开文件来使其工作。info但是，您必须避免writestr使用 ，这仅适用于 Python 3.6（并且似乎相当滥用）：

from __future__ import print_function

from zipfile import ZipFile, ZipInfo

with ZipFile("out.zip", 'w') as zf:
    info = ZipInfo()
    info.filename = "file.txt"
    content = "content"
    if not isinstance(content, bytes):
        content = content.encode('utf8')
    info.file_size = len(content)
    with zf.open(info, 'w') as stream:
        info.flag_bits = 0x800
        stream.write(content)

with open('out.zip', 'rb') as stream:
    byteseq = stream.read(8)
    for i in byteseq:
        if isinstance(i, str): i = ord(i)
        print('{:02x}'.format(i), end=' ')
    print()

3.6重置所有info.flag_bits（通过open它所做的内部）可能是不正确的，尽管我不太清楚。

原答案如下

我无法重现这一点，但是如果文件名是 Unicode 并且编码为 ASCII 失败，则设置标志位中的第 11 位是对的：

def _encodeFilenameFlags(self):
    if isinstance(self.filename, unicode):
        try:
            return self.filename.encode('ascii'), self.flag_bits
        except UnicodeEncodeError:
            return self.filename.encode('utf-8'), self.flag_bits | 0x800
    else:
        return self.filename, self.flag_bits

（Python 2.7 zipfile.py 源代码）或：

def _encodeFilenameFlags(self):
    try:
        return self.filename.encode('ascii'), self.flag_bits
    except UnicodeEncodeError:
        return self.filename.encode('utf-8'), self.flag_bits | 0x800

（Python 3.6 zipfile.py 源代码）。

要设置位，您需要一个不能直接用 ASCII 编码的文件名，例如：

info.filename = u"sch\N{latin small letter o with diaeresis}n" # "file.txt"

（此表示法适用于 Python 2.7 和 3.6）。

我试图在创建 ZipInfo 对象后通过设置标志来强制启用该位，但它在 _open_to_write() 中被重置回 0x00。

如果我添加：

info.filename = "file.txt"
info.flag_bits |= 0x0800

（在将文件名设置为 之后u"schön"）并在 Python 2.7 或 3.6 下运行它，我在标题中设置了位（当然，zip 目录中的文件名更改回file.txt）。

推荐阅读