python - 如何打印压缩的 gzip 文件的内容

Question

好的，我有一个包含 gz 文件 (unix gzip) 的 zip 文件。

这就是我所做的——

def parseSTS(file):
    import zipfile, re, io, gzip
    with zipfile.ZipFile(file, 'r') as zfile:
        for name in zfile.namelist():
            if re.search(r'\.gz$', name) != None:
                zfiledata = zfile.open(name)
                print("start for file ", name)
                with gzip.open(zfiledata,'r') as gzfile:
                    print("done opening")
                    filecontent = gzfile.read()
                    print("done reading")
                    print(filecontent)  

这给出了以下结果--

>>> 
start for file  XXXXXX.gz
done opening
done reading

然后永远保持这样，直到崩溃......

我可以使用文件内容做什么？

编辑:这不是重复的，因为我的 gzip 压缩文件位于压缩文件中，并且我试图避免将该 zip 文件提取到磁盘。它可以按照 How to read from a zip file within zip file in Python? 处理 zip 文件中的 zip 文件。 .

Answer 1

我创建了一个 zip 文件，其中包含从网上获取的经过 gzip 压缩的 PDF 文件。

我运行了这段代码(有两个小改动):

1)修复了 def 语句下所有内容的缩进(我也在您的问题中更正了这一点，因为我确信它对您来说是正确的，否则不会解决您遇到的问题)。

2)我改变了:

            zfiledata = zfile.open(name)
            print("start for file ", name)
            with gzip.open(zfiledata,'r') as gzfile:
                print("done opening")
                filecontent = gzfile.read()
                print("done reading")
                print(filecontent)  

至:

            print("start for file ", name)
            with gzip.open(name,'rb') as gzfile:
                print("done opening")
                filecontent = gzfile.read()
                print("done reading")
                print(filecontent)  

因为您将文件对象而不是字符串传递给 gzip.open。我不知道如果没有这种更改，您的代码将如何执行，但在我修复它之前，它对我来说一直崩溃。

编辑:添加来自 James R 的 GZIP 文档链接的回答--

此外，请参阅此处以获取更多文档:

http://docs.python.org/2/library/gzip.html#examples-of-usage

结束编辑

现在，由于我的 gzip 文件很小，我观察到的行为是在打印 done read 后暂停大约 3 秒，然后输出 filecontent 中的内容>.

我建议在打印“完成阅读”后添加以下调试行 - print len(filecontent)。如果这个数字非常非常大，请考虑不要一次性打印整个文件内容。

我还建议阅读此内容，以更深入地了解我所期望的您的问题:Why is printing to stdout so slow? Can it be sped up?

编辑 2 - 如果您的系统不处理 zip 文件上的文件 io，则另一种选择，不会导致上述文件错误:

def parseSTS(afile):
    import zipfile
    import zlib
    import gzip
    import io
    with zipfile.ZipFile(afile, 'r') as archive:
        for name in archive.namelist():
            if name.endswith('.gz'):
                    bfn = archive.read(name)
                    bfi = io.BytesIO(bfn)
                    g = gzip.GzipFile(fileobj=bfi,mode='rb')
                    qqq = g.read()
                    print qqq

parseSTS('t.zip')