Linux下Python调用unzip命令确保提取指定TXT文件的方法

一、优化unzip命令参数 #

先调整unzip命令，明确指定提取文件类型并开启详细输出，避免静默跳过问题：

unzip -o -v '{dir}ATTOM_RECORDER/*.zip' '*.txt' '*.rpt' -d {dir}ATTOM_RECORDER/

参数说明：

• -o：强制覆盖已存在文件，防止因文件已存在而跳过提取
• -v：输出详细提取日志，方便排查漏提原因
• '*.txt' '*.rpt'：明确限定提取的文件类型，避免unzip误判或遗漏

二、添加Python端的提取验证逻辑 #

执行unzip命令后，必须先完成两步验证，再执行后续操作：

1. 检查unzip命令的返回码，确保命令执行无异常
2. 遍历目标目录，确认所有预期的TXT文件都已生成

示例代码：

import os
import subprocess

# 替换为你的实际目录路径
target_root = "/path/to/your/dir/"
zip_folder = os.path.join(target_root, "ATTOM_RECORDER")
extract_dir = zip_folder

# 构造优化后的unzip命令
unzip_cmd = [
    "unzip", "-o", "-v",
    os.path.join(zip_folder, "*.zip"),
    "*.txt", "*.rpt",
    "-d", extract_dir
]

# 执行命令并捕获输出
run_result = subprocess.run(unzip_cmd, capture_output=True, text=True)

# 验证命令执行状态
if run_result.returncode != 0:
    print(f"unzip执行失败：{run_result.stderr}")
    # 可添加重试、终止流程等逻辑
    exit(1)

# 验证所有TXT文件是否存在
missing_files = []
for item in os.listdir(zip_folder):
    if item.endswith(".zip"):
        # 假设压缩包内的TXT与压缩包同名，根据实际结构调整
        expected_txt = os.path.splitext(item)[0] + ".txt"
        txt_full_path = os.path.join(extract_dir, expected_txt)
        if not os.path.exists(txt_full_path):
            missing_files.append(expected_txt)

if missing_files:
    print(f"未提取到的TXT文件：{', '.join(missing_files)}")
    # 可添加重新提取、告警等逻辑
    exit(1)

# 验证通过，执行后续操作
print("所有TXT文件提取完成，启动后续流程...")
# 你的后续业务代码

三、额外排查方向 #

• 压缩包完整性检查：用unzip -t {zip_file_path}验证压缩包是否损坏，损坏的包会导致文件漏提
• 压缩包内路径结构：如果TXT文件在压缩包的子目录中，可添加-j参数（unzip -j ...）忽略目录结构，直接提取到目标目录；或者调整验证逻辑，遍历子目录查找TXT
• 路径合法性：确保{dir}是绝对路径，避免Python工作目录变化导致的路径解析错误

内容的提问来源于stack exchange，提问作者arcee123