如何仅使用内存从从 Internet 下载的存档中提取特定文件答案

【问题标题】：How to extract a specific file from an archive donwloaded from internet using only memory如何仅使用内存从从 Internet 下载的存档中提取特定文件
【发布时间】：2019-02-09 16:14:23
【问题描述】：

我正在寻找一种方法来从包含多个文件的存档中提取特定文件（知道他的名字），而无需在硬盘驱动器上写入任何文件。

我尝试同时使用 StringIO 和 zipfile，但我只获得了整个存档，或者来自 Zipfile 的相同错误（打开需要另一个参数而不是 StringIo 对象）

需要的行为：

archive.zip #containing ex_file1.ext, ex_file2.ext, target.ext
extracted_file #the targeted unzipped file

archive.zip = getFileFromUrl("file_url")
extracted_file = extractFromArchive(archive.zip, target.ext)

到目前为止我已经尝试过：

import zipfile, requests

data = requests.get("file_url")                                 
zfile = StringIO.StringIO(zipfile.ZipFile(data.content))
needed_file = zfile.open("Needed file name", "r").read()

【问题讨论】：

标签： python python-2.7

【解决方案1】：

有一个内置库 zipfile，用于处理 zip 档案。

https://docs.python.org/2/library/zipfile.html

您可以列出存档中的文件：

ZipFile.namelist()

并提取一个子集：

ZipFile.extract(member[, path[, pwd]])

编辑：这个问题有内存中的 zip 信息。 TLDR，Zipfile 确实适用于内存中类似文件的对象。

Python in-memory zip library

【讨论】：

是否处理 stringIO 类型？
我不确定 stringIO 类型是什么......这似乎是一个用于读取字符串缓冲区的库。我不确定 zipfile 是否支持内存中解压缩，您必须从文档开始进行一些研究。

【解决方案2】：

经过几个小时的测试，我终于找到了为什么我没有成功：

我正在缓冲 zipfile 对象，而不是缓冲文件本身，然后将其作为 Zipfile 对象打开，这引发了类型错误。

方法如下：

import zipfile, requests

data = requests.get(url)                                 # Getting the archive from the url
zfile = zipfile.ZipFile(StringIO.StringIO(data.content)) # Opening it in an emulated file
filenames = zfile.namelist()                             # Listing all files 
for name in filesnames:
    if name == "Needed file name":                       # Verify the file is present
        needed_file = zfile.open(name, "r").read()       # Getting the needed file content
        break

【讨论】：