如何在Python中读取Zip压缩包内目录中的HTM文件？

直接用Python标准库zipfile就能搞定，不用额外安装依赖，而且不需要解压整个压缩包，直接读取目标文件，效率很高。

代码示例 #

import zipfile

# 替换成你的压缩包路径（比如C.zip）
zip_file_path = "C.zip"
# 压缩包内HTM文件的相对路径
target_htm_path = "B/A.htm"

# 打开压缩包并读取目标文件
with zipfile.ZipFile(zip_file_path, "r") as zip_container:
    # 直接打开压缩包内的HTM文件
    with zip_container.open(target_htm_path) as htm_file:
        # 读取内容并解码，注意根据文件实际编码调整（比如gbk、utf-8）
        htm_content = htm_file.read().decode("utf-8")
        # 这里可以添加你的业务逻辑，比如解析内容
        print(htm_content)

关键说明 #

• zipfile.ZipFile是Python内置的压缩包操作工具，支持直接访问压缩包内的文件，无需解压整个包
• 编码问题：如果读取时出现编码错误，把decode("utf-8")换成decode("gbk")（中文HTM文件常用编码），或者添加errors="ignore"忽略错误字符：decode("utf-8", errors="ignore")
• 带密码的压缩包：如果压缩包有密码，初始化ZipFile时加上pwd参数，比如zipfile.ZipFile(zip_file_path, "r", pwd=b"your_password")（密码需转为字节串）
• 路径注意：确保压缩包路径和内部文件路径正确，绝对路径和相对路径都支持

内容的提问来源于stack exchange，提问作者HyunJu PARK