Python如何从stdin读取ZipFile对象且无需写入临时文件？

问题原因分析 #

1. 直接使用sys.stdin失败：sys.stdin默认是文本模式的不可seek流，而zipfile.ZipFile需要支持随机访问（seek操作）的文件对象——因为Zip格式的目录信息存储在文件末尾，需要跳转读取。
2. 使用io.StringIO失败：StringIO用于处理文本数据，而Zip（包括xlsx）是二进制格式，用文本模式读取会破坏二进制结构，导致被识别为无效Zip文件。

可行解决方案 #

不需要写入临时文件，只需将标准输入的二进制数据存入支持seek的内存缓冲区即可，代码如下：

import io
import sys
import zipfile

# 读取标准输入的二进制数据，存入可seek的BytesIO内存缓冲区
zip_buffer = io.BytesIO(sys.stdin.buffer.read())

# 基于BytesIO创建有效的ZipFile对象
with zipfile.ZipFile(zip_buffer, 'r') as zip_file:
    # 示例操作：打印压缩包内的所有文件路径
    print(zip_file.namelist())
    
    # 如需读取具体文件，比如xlsx的工作表内容
    # with zip_file.open('xl/worksheets/sheet1.xml') as sheet_file:
    #     content = sheet_file.read()
    #     print(content.decode('utf-8'))

关键说明 #

• sys.stdin.buffer：获取标准输入的二进制流，避免文本编码转换损坏二进制数据。
• io.BytesIO：在内存中创建二进制缓冲区，支持seek操作，完全满足ZipFile对文件对象的要求。

内容的提问来源于stack exchange，提问作者fbence