Python多线程调用ZipFile报ValueError: I/O operation on closed file问题求解

• ZipFile对象自动回收关闭：你在extract_data函数中创建的zip_file是局部变量，当你启动子线程后函数立刻返回响应，此时zip_file没有其他有效引用，Python的垃圾回收机制会触发ZipFile的析构方法，自动调用close()关闭底层IO流，子线程后续操作已经关闭的文件对象就会抛出对应错误。
• Flask请求资源自动清理：你上传的文件是Flask请求上下文中的FileStorage对象，当接口请求结束（post方法返回响应后），Flask会自动清理请求绑定的临时资源，FileStorage对应的文件流会被直接关闭，就算ZipFile对象没有被回收，也无法读取底层的源数据。
• 补充代码笔误：你提供的extract_function中zipfile.open(file)是拼写错误，应该是zip_file.open(file)，小写z的zipfile是模块名不是你传入的对象，这个问题也会引发执行报错。

方案1：异步逻辑内独立创建ZipFile对象（推荐） #

把压缩包的原始数据先读取出来传递给子线程，在子线程内部单独创建ZipFile对象，完全不依赖主线程的局部变量和请求上下文：

from io import BytesIO

def extract_function(zip_bytes):
    zip_file = ZipFile(BytesIO(zip_bytes))
    df_list = []
    try:
        for file in zip_file.namelist():
            if file.endswith('.csv'):
                df_list.append(pd.read_csv(zip_file.open(file)))
            else:
                # 修正原拼写错误：zip_file而非zipfile
                excel_df = pd.read_excel(zip_file.open(file), None)
                if isinstance(excel_df, dict):
                    df_list.extend(list(excel_df.values()))
                else:
                    df_list.append(excel_df)
        print(len(df_list))
    except Exception as e:
        print('Error in converting to dataframe', str(e))

def extract_data(file):
        # 先读取文件完整字节
        zip_bytes = file.read()
        # 校验逻辑也用读出来的字节做
        zip_file = ZipFile(BytesIO(zip_bytes))
        resp = validate_function(zip_file)
        if resp.status_code == 200:
            data = Thread(target=extract_function, args=[zip_bytes])
            # 设为守护线程，避免程序退出时线程挂起
            data.daemon = True
            data.start()
        return resp

方案2：本地存储临时文件（适合大压缩包） #

如果压缩包体积很大，全部读入内存会占用过高资源，可以先把文件写入本地临时目录，把文件路径传给子线程，子线程读取本地文件处理，处理完成后删除临时文件即可。

不推荐方案：等待子线程执行完成再返回 #

如果在data.start()后加data.join()等待线程执行完再返回响应，也可以避免资源提前释放，但会导致接口响应时间大幅变长，高并发下容易触发请求超时，完全失去异步执行的意义。

内容的提问来源于stack exchange，提问作者Madhavan Salai