用Python下载并解压文件

Question

我正在尝试下载并打开一个压缩文件，但在使用文件类型处理时遇到了麻烦，特别是在处理zipfile时。当我运行以下代码时，出现了一个错误：“AttributeError: addinfourl实例没有'seek'属性”。

import zipfile
import urllib2

def download(url,directory,name):
 webfile = urllib2.urlopen('http://www.sec.gov'+url)
 webfile2 = zipfile.ZipFile(webfile)
 content = zipfile.ZipFile.open(webfile2).read()
 localfile = open(directory+name, 'w')
 localfile.write(content)
 localfile.close()
 return()

download(link.get("href"),'./fails_data', link.text)

Answer 1

你不能在通过 urllib2.urlopen 打开的文件上进行查找操作。它支持的方法可以在这里查看：http://docs.python.org/library/urllib.html#urllib.urlopen。

你需要先下载这个文件（可以用 urllib.urlretrieve，具体可以看这里：http://docs.python.org/library/urllib.html#urllib.urlretrieve），然后再用 zipfile 来处理它。

另外，你也可以先用 read() 方法读取这个通过 urlopen 打开的文件，然后把内容放到一个 StringIO 对象里，再用 zipfile 来处理这个对象，如果你想把压缩的数据保存在内存中。如果你只是想解压文件，可以看看 zipfile 的 extract 和 extract_all 方法，而不是使用 read。

Answer 2

从2020年开始，你可以使用 dload 来下载和解压文件，也就是说：

import dload
dload.save_unzip("https://file-examples.com/wp-content/uploads/2017/02/zip_2MB.zip")

默认情况下，它会把文件解压到和脚本在同一个地方，并且文件夹的名字和压缩包的名字一样，但你也可以指定解压的位置：

dload.save_unzip("https://file-examples.com/wp-content/uploads/2017/02/zip_2MB.zip", "/extract/here")

---

安装方法是用 pip install dload

Answer 3

把这些内容结合起来，下面的代码可以从一个网站上的压缩文件中获取第一个文件的内容：

import urllib.request
import zipfile
    
url = 'http://www.gutenberg.lib.md.us/4/8/8/2/48824/48824-8.zip'
filehandle, _ = urllib.request.urlretrieve(url)
zip_file_object = zipfile.ZipFile(filehandle, 'r')
first_file = zip_file_object.namelist()[0]
file = zip_file_object.open(first_file)
content = file.read()