Gzip EOFError求助：Python读取压缩文件如何跳过损坏行？

要实现跳过损坏部分继续写入，核心是逐行读取并在单次读取操作中捕获异常，避免整个进程终止。同时要修正原代码中字节转字符串的错误（直接用str(line)会写入b'xxx'格式的内容，需要解码为文本）。

修改后的代码 #

import gzip

with open("small.txt", "a", encoding="utf-8") as save_file:
    with gzip.open("big.txt.gz", "rb") as gz_file:
        while True:
            try:
                # 逐行读取压缩文件内容
                line_bytes = gz_file.readline()
                if not line_bytes:
                    # 读取到文件末尾，退出循环
                    break
                # 将字节解码为字符串后写入目标文件
                save_file.write(line_bytes.decode("utf-8"))
            except EOFError:
                # 遇到压缩文件损坏标记，尝试跳过当前损坏段
                print("检测到损坏的压缩段，尝试跳过...")
                # 逐字节读取直到抛出异常（表示损坏段结束或文件真的结束）
                try:
                    while True:
                        gz_file.read(1)
                except:
                    break
            except Exception as e:
                # 处理其他未知错误，打印后继续尝试读取
                print(f"读取时遇到错误: {str(e)}")
                continue

关键说明 #

1. 避免一次性读取：原代码用readlines()会一次性加载所有内容，出错直接终止；改为逐行循环读取，出错仅影响当前行。
2. 正确处理字节解码：原代码中str(i)会将字节对象转为类似b'abc'的字符串，使用decode("utf-8")才能得到原始文本内容（需根据实际编码调整）。
3. 异常分层处理：针对EOFError（压缩文件损坏的典型错误）单独处理，尝试跳过损坏的字节段；其他异常则直接跳过当前读取步骤，继续循环。

内容的提问来源于stack exchange，提问作者Tyoslax Beffs