如何解决BadZipFile: File is not a zip file错误？

可能的原因及对应处理方案 #

• 文件下载不完整
  Kaggle浏览器下载大文件时易因网络问题损坏，建议用Kaggle API重新下载：

  1. 在Kaggle账户生成API token（kaggle.json）并上传到Colab
  2. 执行以下命令配置并下载：

     !mkdir -p ~/.kaggle
     !cp kaggle.json ~/.kaggle/
     !chmod 600 ~/.kaggle/kaggle.json
     # 替换为目标数据集的Kaggle路径，示例格式：datasets/用户名/数据集名
     !kaggle datasets download -d 用户名/batuguntingkertas
     

• 文件实际为其他压缩格式
  部分Kaggle数据集后缀标为.zip，实际是7z/rar格式，可尝试对应工具：
  若为7z格式：

  !pip install py7zr
  

  import py7zr
  with py7zr.SevenZipFile("batuguntingkertas.zip", mode='r') as z:
      z.extractall()
  

  若为rar格式：

  !apt-get install unrar
  !unrar x batuguntingkertas.zip
  

• 验证文件是否为标准zip
  检查文件头魔数（标准zip魔数为504B0304）：

  with open("batuguntingkertas.zip", 'rb') as f:
      print(f.read(4).hex())
  

  输出不符则说明文件并非标准zip，需按实际格式处理。

• 尝试修复损坏的zip文件
  确认是zip但损坏时，用系统命令修复：

  !zip -FF batuguntingkertas.zip --out fixed_batuguntingkertas.zip
  

  修复后重新解压：

  from zipfile import ZipFile
  with ZipFile("fixed_batuguntingkertas.zip", 'r') as zip:
      zip.extractall()
  

内容的提问来源于stack exchange，提问作者thesatria