Python解压归档文件时单个文本文件仅部分提取的问题求助

问题背景 #

编写Python脚本解压ZIP归档时，遇到异常：一个原大小18.8KB的纯文本文件仅被提取出6.6KB，其余文件均可完整提取。已通过Linux内置unzip工具手动解压成功，排除归档损坏可能。尝试过以下三种方法均未解决：

• 使用shutil模块：

  shutil.unpack_archive(file, format="zip", extract_dir=extract_dir)
  

• 使用zipfile模块：

  with zipfile.ZipFile(file,'r') as zf:
      zf.extractall(extract_dir)
  

• 调用系统unzip命令：

  os.system(f"unzip {file} -d {extract_dir}")
  

排查与解决方向 #

1. 单独提取目标文件 #

绕开批量提取逻辑，直接读取文件原始字节流并写入：

import os
import zipfile

with zipfile.ZipFile(file, 'r') as zf:
    target_filename = "你的问题文件名.txt"
    with open(os.path.join(extract_dir, target_filename), 'wb') as f:
        f.write(zf.read(target_filename))

这种方式避免了extractall可能的额外处理逻辑，直接获取归档内的完整内容。

2. 检查归档内文件的压缩信息 #

用zipinfo命令查看目标文件的详细参数：

zipinfo -v your_archive.zip | grep -A 10 "目标文件名.txt"

重点核对uncompressed size是否与18.8KB一致，确认归档内记录的原始大小无误。

3. 替换解压库或升级Python #

部分旧版本zipfile对特定压缩算法支持不完善，可尝试使用pyzipper替代：

import pyzipper

with pyzipper.ZipFile(file, 'r') as zf:
    zf.extractall(extract_dir)

安装命令：pip install pyzipper
也可尝试升级Python到3.8及以上版本，修复标准库的潜在bug。

4. 对比文件内容差异 #

手动解压后，对比完整文件与脚本提取的截断文件，定位截断位置：

diff /path/to/manual_extract/file.txt /path/to/script_extract/file.txt

通过差异判断是编码转换、特殊字符处理还是写入中断导致的问题。

5. 检查提取路径的权限与磁盘空间 #

确认提取目录有足够读写权限，且磁盘剩余空间充足：

df -h  # 查看磁盘空间
ls -ld /path/to/extract_dir  # 查看目录权限

内容的提问来源于stack exchange，提问作者Adam