Python 2.6 不喜欢附加到 zip 文件中的现有档案

Question

在我正在开发的程序的一些 Python 单元测试中，我们使用内存中的 zipfile 进行端到端测试。在 SetUp() 中，我们创建了一个简单的 zip 文件，但在某些测试中，我们想要覆盖一些档案。为此，我们执行“zip.writestr(archive_name, zip.read(archive_name) + new_content)”。类似的东西

import zipfile
from StringIO import StringIO

def Foo():
    zfile = StringIO()
    zip = zipfile.ZipFile(zfile, 'a')
    zip.writestr(
        "foo",
        "foo content")
    zip.writestr(
        "bar",
        "bar content")
    zip.writestr(
        "foo",
        zip.read("foo") +
        "some more foo content")
    print zip.read("bar")

Foo()

问题是这在 Python 2.4 和 2.5 中运行良好，但 不是 2.6。在 Python 2.6 中，这在打印行上失败，并显示“BadZipfile：目录“bar”和标题“foo”中的文件名不同。”

它似乎正在读取正确的文件栏，但它认为它应该改为读取 foo。

我很茫然。我究竟做错了什么？这不支持吗？我尝试在网上搜索，但找不到类似问题的提及。我阅读了 zipfile 文档，但找不到任何相关内容（我认为是相关的），尤其是因为我使用文件名字符串调用 read()。

有什么想法吗？

提前谢谢你！

Answer 1

PKZIP 文件是高度结构化的，仅附加到末尾就会搞砸。我不能说早期版本的工作，但解决这个问题的方法是打开一个 zipfile 进行读取，打开一个新的文件进行写入，提取第一个的内容，然后在最后添加您的附加组件。完成后，用新创建的压缩文件替换原始压缩文件。

我在运行你的代码时得到的回溯是：

Traceback (most recent call last):
  File "zip.py", line 19, in <module>
    Foo()
  File "zip.py", line 17, in Foo
    print zip.read("bar")
  File "/usr/lib/python2.6/zipfile.py", line 834, in read
    return self.open(name, "r", pwd).read()
  File "/usr/lib/python2.6/zipfile.py", line 874, in open
    zinfo.orig_filename, fname)
zipfile.BadZipfile: File name in directory "bar" and header "foo" differ.

经过仔细检查，我注意到您正在从以“a”挂起模式打开的类似文件的 StringIO 中读取，这应该会导致读取错误，因为“a”通常不可读，当然必须是 seek()ed在读取和写入之间。我会玩弄一些并更新它。

更新：

从 Doug Hellmann 的优秀 Python Module of the Week 中窃取了几乎所有这些代码，我发现它的工作原理与我预期的一样。不能仅仅附加到结构化的 PKZIP 文件，如果原始帖子中的代码确实有效，那是偶然的：

import zipfile
import datetime

def create(archive_name):
    print 'creating archive'
    zf = zipfile.ZipFile(archive_name, mode='w')
    try:
        zf.write('/etc/services', arcname='services')
    finally:
        zf.close()

def print_info(archive_name):
    zf = zipfile.ZipFile(archive_name)
    for info in zf.infolist():
        print info.filename
        print '\tComment:\t', info.comment
        print '\tModified:\t', datetime.datetime(*info.date_time)
        print '\tSystem:\t\t', info.create_system, '(0 = Windows, 3 = Unix)'
        print '\tZIP version:\t', info.create_version
        print '\tCompressed:\t', info.compress_size, 'bytes'
        print '\tUncompressed:\t', info.file_size, 'bytes'
        print
    zf.close()

def append(archive_name):
    print 'appending archive'
    zf = zipfile.ZipFile(archive_name, mode='a')
    try:
        zf.write('/etc/hosts', arcname='hosts')
    finally:
        zf.close()

def expand_hosts(archive_name):
    print 'expanding hosts'
    zf = zipfile.ZipFile(archive_name, mode='r')
    try:
        host_contents = zf.read('hosts')
    finally:
        zf.close

    zf =  zipfile.ZipFile(archive_name, mode='a')
    try:
        zf.writestr('hosts', host_contents + '\n# hi mom!')
    finally:
        zf.close()

def main():
    archive = 'zipfile.zip'
    create(archive)
    print_info(archive)
    append(archive)
    print_info(archive)
    expand_hosts(archive)
    print_info(archive)

if __name__ == '__main__': main()

值得注意的是上次调用print_info的输出：

...
hosts
    Modified:   2010-05-20 03:40:24
    Compressed: 404 bytes
    Uncompressed:   404 bytes

hosts
    Modified:   2010-05-27 11:46:28
    Compressed: 414 bytes
    Uncompressed:   414 bytes

它没有附加到现有的 arcname 'hosts'，它创建了一个额外的存档成员。

"Je n'ai fait celle-ci plus longue que Parce que je n'ai pas eu le loisir de 放任自流。”
- 布莱斯帕斯卡

Answer 2

ZIP 文件格式旨在附加到。它可以添加其他同名文件，并会提取最后一个文件，但 ZipFile 并非旨在同时读取和写入。您必须关闭文件以写出结束记录（https://hg.python.org/cpython/file/2.7/Lib/zipfile.py#l1263），然后通过open() 或read() 方法再次读入。 (https://hg.python.org/cpython/file/2.7/Lib/zipfile.py#l933)

import zipfile
from StringIO import StringIO

def Foo():
    zfile = StringIO()

    zip = zipfile.ZipFile(zfile, 'a')
    zip.writestr(
        "foo",
        "foo content")
    zip.writestr(
        "bar",
        "bar content")
    zip.close()

    zip = zipfile.ZipFile(zfile, 'r')
    foo_content = zip.read("foo")

    zip2 = zipfile.ZipFile(zfile, 'a')
    zip2.writestr(
        "foo",
        foo_content +
        "some more foo content")
    print zip2.namelist()
    print zip2.read("bar")

Foo()

输出：

pyzip.py:23: UserWarning: Duplicate name: 'foo'
  "some more foo content")
['foo', 'bar', 'foo']
bar content