Python3中zipfile模塊文件名亂碼問題

inux下zip文件亂碼已經是一個常見問題了，再加上python想不遇到亂碼問題都難。

 

在zipfile.ZipFile中獲得的filename有中日文則很大可能是亂碼，這是因為

在zip標准中，對文件名的 encoding 用的不是 unicode，而可能是各種軟件根據系統的默認字符集來采用（此為猜測），而zipfile中根據文件 flag 檢測的時候，只支持 cp437 和 utf-8。

具體zipfile模塊中的源代碼如下

if flags & 0x800: # UTF-8 file names extension filename = filename.decode('utf-8') else: # Historical ZIP filename encoding filename = filename.decode('cp437') 

可見編碼被正確識別為utf8時的情況外，都會被識別並decode為cp437編碼，但如果實際是gbk等其他編碼時就變為亂碼了。所以解決的方法在於被decode為cp437后重新再手動轉為正確的編碼。具體代碼如下：

#這里是在ZipFile.infolist()方法獲得的info中取得filename
name = info.filename
try: #使用cp437對文件名進行解碼還原 name = name.encode('cp437') #win下一般使用的是gbk編碼 name = name.decode("gbk") except: #如果已被正確識別為utf8編碼時則不需再編碼 pass