Python实现遍历Zip文件，检查内部指定HTML字符串并移动文件

问题分析 #

需要遍历指定文件夹下的所有Zip文件，检查每个Zip中是否存在末尾为bb.html的HTML文件，若该文件包含指定字节串（比如b'Health'），则将整个Zip文件移动到目标文件夹。

现有代码的问题 #

你的最终代码存在以下几个问题：

• 缺少shutil模块的导入（用于文件移动/复制）
• 语法错误：if b'Health in file: 未闭合字符串引号
• 函数依赖全局变量，代码耦合度高，不利于维护
• 未处理Zip文件中不存在bb.html的情况，会触发异常
• 重复创建ZipFile对象，造成资源浪费

修正后的完整代码 #

import os
import zipfile
import shutil

# 配置文件夹路径
SOURCE_FOLDER = r'J:/server/zippedMessages'  # 存放待检查Zip的文件夹
DEST_FOLDER = r'L:/_Mine/Zipped Messages Moved'  # 存放符合条件Zip的目标文件夹
TARGET_HTML_SUFFIX = 'bb.html'  # 要检查的HTML文件后缀
SEARCH_STRING = b'Health'  # 要查找的字节串（zip.read返回字节流，需用字节串匹配）

def check_and_move_zip(zip_path):
    """检查单个Zip文件，符合条件则移动"""
    try:
        with zipfile.ZipFile(zip_path, 'r') as zip_ref:
            # 筛选Zip内所有以TARGET_HTML_SUFFIX结尾的文件
            target_files = [f for f in zip_ref.namelist() if f.endswith(TARGET_HTML_SUFFIX)]
            
            if not target_files:
                print(f"[{os.path.basename(zip_path)}] 未找到以{TARGET_HTML_SUFFIX}结尾的文件")
                return
            
            # 检查每个目标文件是否包含指定字符串
            for file_name in target_files:
                file_content = zip_ref.read(file_name)
                if SEARCH_STRING in file_content:
                    # 移动文件到目标文件夹
                    shutil.move(zip_path, os.path.join(DEST_FOLDER, os.path.basename(zip_path)))
                    print(f"[{os.path.basename(zip_path)}] 找到指定字符串，已移动")
                    return  # 找到一个符合条件就停止检查，直接移动
            print(f"[{os.path.basename(zip_path)}] 未找到指定字符串")
    except Exception as e:
        print(f"[{os.path.basename(zip_path)}] 处理出错: {str(e)}")

def main():
    # 确保目标文件夹存在，不存在则自动创建
    if not os.path.exists(DEST_FOLDER):
        os.makedirs(DEST_FOLDER)
    
    # 遍历源文件夹中的所有内容
    for filename in os.listdir(SOURCE_FOLDER):
        file_path = os.path.join(SOURCE_FOLDER, filename)
        # 只处理后缀为.zip的文件（排除子文件夹）
        if os.path.isfile(file_path) and filename.endswith('.zip'):
            check_and_move_zip(file_path)

if __name__ == "__main__":
    main()

关键代码说明 #

1. 路径配置：用大写常量定义路径，r前缀避免转义字符干扰，后续修改更方便
2. check_and_move_zip函数：
   • 用with语句管理ZipFile对象，自动关闭文件，避免资源泄漏
   • 通过zip_ref.namelist()获取Zip内所有文件，筛选出目标HTML文件
   • 捕获异常，保证单个文件处理失败时，程序能继续处理其他文件
   • 用shutil.move实现文件移动（需要复制的话换成shutil.copy即可）
3. main函数：
   • 先检查目标文件夹是否存在，不存在则创建，避免移动时出错
   • 遍历源文件夹，只处理.zip后缀的文件，自动跳过子文件夹

使用提示 #

1. 把SOURCE_FOLDER、DEST_FOLDER改成你的实际路径
2. 按需调整TARGET_HTML_SUFFIX（如果是精确匹配bb.html，可以把筛选条件改成f == 'bb.html'）和SEARCH_STRING
3. 直接运行代码即可批量处理所有Zip文件

内容的提问来源于stack exchange，提问作者Stephanie