如何在Python中无需解压直接读取Zip内的DBF文件到变量？

问题背景 #

尝试直接读取压缩在Zip文件中的DBF文件到变量（无需解压到磁盘），但原代码因zipfile.ZipFile.open()返回的ZipExtFile对象不支持dbfread.DBF所需的随机访问（seek()方法）而报错。

原错误代码 #

import zipfile
from dbfread import DBF

def load_dbf_from_zip(zip_filename):
    with zipfile.ZipFile(zip_filename, 'r') as z:
        dbf_filename = z.namelist()[0]
        with z.open(dbf_filename) as f:
            dbf = DBF(f)
    return dbf

dbf = load_dbf_from_zip('my_zip_file.zip')

解决方案 #

将Zip内的DBF文件内容读取到io.BytesIO字节流对象中，该对象支持随机访问，可被DBF构造函数正常处理：

import zipfile
from dbfread import DBF
import io

def load_dbf_from_zip(zip_filename):
    with zipfile.ZipFile(zip_filename, 'r') as z:
        # 若Zip内有多个文件，需替换为目标DBF文件名，而非取第一个
        dbf_filename = z.namelist()[0]
        # 读取DBF文件的字节内容
        dbf_raw_data = z.read(dbf_filename)
        # 包装为支持随机访问的类文件对象
        with io.BytesIO(dbf_raw_data) as dbf_file:
            # 若DBF有编码问题，可添加encoding参数，如encoding='gbk'
            dbf = DBF(dbf_file)
    return dbf

# 调用示例
dbf = load_dbf_from_zip('my_zip_file.zip')

关键说明 #

• zipfile.ZipFile.read()直接读取Zip内文件的字节内容，避免生成磁盘文件
• io.BytesIO将字节内容封装为支持seek()和tell()的类文件对象，满足dbfread.DBF的读取要求
• 若Zip内包含多个DBF文件，需修改dbf_filename的获取逻辑，指定具体文件名而非默认取第一个

内容的提问来源于stack exchange，提问作者David H. J.