Python 2/3下处理cjk编码的zip文件的方法
今天项目中遇到了中文编码的zip文件，处理了蛮长时间，所以记录下，以免下次踩坑。
Python2下
Python2中读取zip文件，zipfile.ZipInfo的filename类型是str，基本上类似于python3中的bytes，即可以被decode为unicode。
所以，要处理中文，只需要将文件名按照编码decode成unicode就好。
importzipfile
fpath='/path/to/zip.zip'
zfile=zipfile.ZipFile(fpath,'r')
forfileinfoinzfile.filelist:
printfileinfo.filename.decode('gb18030')
#如果要更加详细的区分bytes/str/unicode的语义
printbytes(fileinfo.filename).decode('gb18030')
Python3下
Python3中，Languageencodingflag(EFS)如果是1，则按照utf8来处理文件编码，EFS如果为0，则直接按照cp437解码文件名。这是标准直接规定的。
但是，很多软件在制作zip压缩包的时候，直接使用gb18030或者其他非标准编码格式来编码文件名，所以我们还得将文件名反转为bytes，然后再使用对应的编码方式解码：
fpath='/path/to/zip.zip'
zfile=zipfile.ZipFile(fpath,'r')
forfileinfoinzfile.filelist:
print(fileinfo.filename.encode('cp437').decode('gb18030'))
方法都有了，那直接根据文件名智能猜测文件编码，然后解压就好。但是由于单个文件名太短，chardet的猜测可能不准，所以我们可以直接将所有的文件名连接起来，猜测编码。
代码请参考mczip，兼容python2和python3。
总结
以上所述是小编给大家介绍的Python2/3下处理cjk编码的zip文件的方法,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对毛票票网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！