用zipfile第三方包。来压缩操作

这里讨论使用Python解压如下五种压缩文件：

.gz .tar .tgz .zip .rar

简介
gz： 即gzip，通常只能压缩一个文件。与tar结合起来就可以实现先打包，再压缩。

tar： linux系统下的打包工具，只打包，不压缩

tgz：即tar.gz。先用tar打包，然后再用gz压缩得到的文件

zip： 不同于gzip，虽然使用相似的算法，可以打包压缩多个文件，不过分别压缩文件，压缩率低于tar。

rar：打包压缩文件，最初用于DOS，基于window操作系统。压缩率比zip高，但速度慢，随机访问的速度也慢。

关于zip于rar之间的各种比较，可见：

http://www.comicer.com/stronghorse/water/software/ziprar.htm

gz
由于gz一般只压缩一个文件，所有常与其他打包工具一起工作。比如可以先用tar打包为XXX.tar,然后在压缩为XXX.tar.gz

解压gz，其实就是读出其中的单一文件，Python方法如下：

[python] view plain copy
import gzip
import os
def un_gz(file_name):

"""ungz zip file"""  
f_name = file_name.replace(".gz", "")  
#获取文件的名称，去掉  
g_file = gzip.GzipFile(file_name)  
#创建gzip对象  
open(f_name, "w+").write(g_file.read())  
#gzip对象用read()打开后，写入open()建立的文件中。  
g_file.close()  
#关闭gzip对象  

tar
XXX.tar.gz解压后得到XXX.tar，还要进一步解压出来。

*注：tgz与tar.gz是相同的格式，老版本DOS扩展名最多三个字符，故用tgz表示。

由于这里有多个文件，我们先读取所有文件名，然后解压，如下：

[python] view plain copy
import tarfile
def un_tar(file_name):

   untar zip file"""  
tar = tarfile.open(file_name)  
names = tar.getnames()  
if os.path.isdir(file_name + "_files"):  
    pass  
else:  
    os.mkdir(file_name + "_files")  
#由于解压后是许多文件，预先建立同名文件夹  
for name in names:  
    tar.extract(name, file_name + "_files/")  
tar.close()  

*注：tgz文件与tar文件相同的解压方法。

zip
与tar类似，先读取多个文件名，然后解压，如下：

[python] view plain copy
import zipfile
def un_zip(file_name):

"""unzip zip file"""  
zip_file = zipfile.ZipFile(file_name)  
if os.path.isdir(file_name + "_files"):  
    pass  
else:  
    os.mkdir(file_name + "_files")  
for names in zip_file.namelist():  
    zip_file.extract(names,file_name + "_files/")  
zip_file.close()  

rar
因为rar通常为window下使用，需要额外的Python包rarfile。

可用地址： http://sourceforge.net/projects/rarfile.berlios/files/rarfile-2.4.tar.gz/download

解压到Python安装目录的/Scripts/目录下，在当前窗口打开命令行,

输入Python setup.py install

安装完成。

[python] view plain copy
import rarfile
import os
def un_rar(file_name):

"""unrar zip file"""  
rar = rarfile.RarFile(file_name)  
if os.path.isdir(file_name + "_files"):  
    pass  
else:  
    os.mkdir(file_name + "_files")  
os.chdir(file_name + "_files"):  
rar.extractall()  
rar.close()  

tar打包
在写打包代码的过程中，使用tar.add()增加文件时，会把文件本身的路径也加进去，加上arcname就能根据自己的命名规则将文件加入tar包
打包代码：

!/usr/bin/env /usr/local/bin/python

# encoding: utf-8
import tarfile
import os
import time

start = time.time()
tar=tarfile.open('/path/to/your.tar,'w')
for root,dir,files in os.walk('/path/to/dir/'):

     for file in files:  
             fullpath=os.path.join(root,file)  
             tar.add(fullpath,arcname=file)  

tar.close()
print time.time()-start

在打包的过程中可以设置压缩规则,如想要以gz压缩的格式打包
tar=tarfile.open('/path/to/your.tar.gz','w:gz')
其他格式如下表：
tarfile.open的mode有很多种：
mode action
'r' or 'r:*' Open for reading with transparent compression (recommended).
'r:' Open for reading exclusively without compression.
'r:gz' Open for reading with gzip compression.
'r:bz2' Open for reading with bzip2 compression.
'a' or 'a:' Open for appending with no compression. The file is created if it does not exist.
'w' or 'w:' Open for uncompressed writing.
'w:gz' Open for gzip compressed writing.
'w:bz2' Open for bzip2 compressed writing.

tar解包
tar解包也可以根据不同压缩格式来解压。

!/usr/bin/env /usr/local/bin/python

# encoding: utf-8
import tarfile
import time

start = time.time()
t = tarfile.open("/path/to/your.tar", "r:")
t.extractall(path = '/path/to/extractdir/')
t.close()
print time.time()-start

上面的代码是解压所有的，也可以挨个起做不同的处理，但要如果tar包内文件过多，小心内存哦~
tar = tarfile.open(filename, 'r:gz')
for tar_info in tar:

file = tar.extractfile(tar_info)  
do_something_with(file)