Python提取以“~$”开头的文件时崩溃，求解决方案

你遇到的问题大概率是因为以~$开头的文件是Windows系统生成的临时锁定文件（比如Office文档编辑时的缓存文件），这类文件在被打包时可能处于未完全写入的状态，导致zip条目存在隐性损坏——Windows资源管理器会自动忽略这类临时文件的异常，而Python的zipfile模块对zip结构的校验更严格，因此触发BadZipFile错误。手动重新打包时，临时文件已经被释放，所以能正常解析。

一、用原生zipfile模块优化处理 #

1. 提前跳过临时文件 #

既然~$开头的文件都是临时缓存，完全可以直接跳过这类文件，避免触发错误：

import zipfile
import os

with zipfile.ZipFile(file_name, 'r') as zip_ref:
    for file in zip_ref.namelist():
        # 获取文件名（兼容Windows/Unix路径分隔符）
        file_name_only = os.path.basename(file)
        # 跳过~$开头的临时文件
        if file_name_only.startswith('~$'):
            print(f'Skipping temp file: {file_name_only}')
            continue
            
        file_extension = os.path.splitext(file)[1]
        fullPath_to_extracted_file = os.path.join(tempZipPath, file)
        
        print(f'Zip member file: {file_name_only}')
        # 你的原有过滤逻辑（跳过无需处理的文件）
        # ...
        try:
            zip_ref.extract(file, tempZipPath)
        except Exception as e:
            print(f'Failed to extract {file}: {str(e)}')
            continue

2. 捕获异常并容错 #

如果必须处理这类文件，可以在提取时捕获异常，避免整个程序崩溃：

import zipfile
import os

with zipfile.ZipFile(file_name, 'r') as zip_ref:
    for file in zip_ref.namelist():
        file_name_only = os.path.basename(file)
        print(f'Zip member file: {file_name_only}')
        # 你的原有过滤逻辑
        # ...
        try:
            zip_ref.extract(file, tempZipPath)
        except zipfile.BadZipFile as e:
            print(f'Skipping corrupted file {file}: {e}')
        except Exception as e:
            print(f'Unexpected error extracting {file}: {e}')

3. 预检查zip完整性 #

用zip_ref.testzip()检测所有损坏的条目，提前过滤：

import zipfile

with zipfile.ZipFile(file_name, 'r') as zip_ref:
    bad_files = zip_ref.testzip()
    if bad_files:
        print(f'Found corrupted files in zip: {bad_files}')
    for file in zip_ref.namelist():
        if file == bad_files:
            continue
        # 后续处理逻辑

二、更健壮的替代库 #

如果需要更强的兼容性和容错性，可以使用以下第三方库：

1. patool #

patool是跨平台的压缩文件处理库，支持几乎所有主流压缩格式，底层会自动调用合适的系统工具（如unzip命令），对损坏或异常的zip包容错性更强。

• 安装：pip install patool
• 使用示例：

import patoolib

# 提取整个zip包到指定目录
patoolib.extract(file_name, outdir=tempZipPath)

# 如需筛选文件，可先解压到临时目录再遍历处理

2. pyunpack #

pyunpack基于patool封装，提供更简洁的API：

• 安装：pip install pyunpack patool
• 使用示例：

from pyunpack import Archive

Archive(file_name).extractall(tempZipPath)

3. shutil.unpack_archive #

Python标准库的shutil模块也提供了解压功能，自动调用合适的后端处理，对边缘情况的处理比原生zipfile更友好：

import shutil

shutil.unpack_archive(file_name, tempZipPath, format='zip')

内容的提问来源于stack exchange，提问作者Brian at Work