gzip — Υποστήριξη για αρχεία gzip

Πηγαίος κώδικας: Lib/gzip.py

Αυτό το module παρέχει μια απλή διεπαφή για τη συμπίεση και αποσυμπίεση αρχείων όπως ακριβώς θα έκαναν τα προγράμματα της GNU gzip και gunzip.

Η συμπίεση δεδομένων παρέχεται από το zlib module.

Το gzip module παρέχει την κλάση GzipFile, καθώς και τις συναρτήσεις διευκόλυνσης open(), compress() και decompress(). Η κλάση GzipFile διαβάζει και γράφει αρχεία μορφής gzip, συμπιέζοντας ή αποσυμπιέζοντας αυτόματα τα δεδομένα, ώστε να φαίνεται σαν ένα συνηθισμένο file object.

Σημειώστε ότι πρόσθετες μορφές αρχείων που μπορούν να αποσυμπιεστούν από τα προγράμματα gzip και gunzip, όπως αυτές που παράγονται από τα compress και pack, δεν υποστηρίζονται από αυτό το module.

Το module ορίζει τα ακόλουθα στοιχεία:

gzip.open(filename, mode='rb', compresslevel=9, encoding=None, errors=None, newline=None)

Ανοίγει ένα gzip-συμπιεσμένο αρχείο σε δυαδική ή σε λειτουργία κειμένου, επιστρέφοντας ένα file object.

Η παράμετρος filename μπορεί να είναι ένα πραγματικό όνομα αρχείου (ένα αντικείμενο str ή bytes), ή ένα υπάρχον αντικείμενο αρχείου για ανάγνωση και εγγραφή.

Η παράμετρος mode μπορεί να είναι οποιαδήποτε από τις 'r'. 'rb', 'a', 'ab', 'w', 'wb', 'x' ή 'xb' για δυαδική λειτουργία, ή 'rt', 'at', 'wt' ή 'xt' για λειτουργία κειμένου. Η προεπιλογή είναι το 'rb'.

Η παράμετρος compresslevel είναι ένας ακέραιος από 0 έως 9, όπως και για τον constructor της κλάσης GzipFile.

Για δυαδική λειτουργία, αυτή η συνάρτηση είναι ισοδύναμη με τον constructor της κλάσης GzipFile: GzipFile(filename, mode, compresslevel). Σε αυτή την περίπτωση, οι παράμετροι encoding, errors και newline δεν πρέπει να παρέχονται.

Για τη λειτουργία κειμένου, δημιουργείται ένα αντικείμενο GzipFile και γίνεται wrap σε ένα στιγμιότυπο της κλάσης io.TextIOWrapper με την καθορισμένη κωδικοποίηση, τη συμπεριφορά διαχείρισης σφαλμάτων και το(α) τέλος(η) γραμμής.

Άλλαξε στην έκδοση 3.3: Προστέθηκε υποστήριξη για την παράμετρο filename ως αντικείμενο αρχείου, υποστήριξη για τη λειτουργία κειμένου, καθώς και οι παράμετροι encoding, errors και newline.

Άλλαξε στην έκδοση 3.4: Προστέθηκε υποστήριξη για τις λειτουργίες 'x', 'xb' και 'xt'.

Άλλαξε στην έκδοση 3.6: Δέχεται ένα path-like object.

exception gzip.BadGzipFile

Μια εξαίρεση γίνεται raise για μη έγκυρα αρχεία gzip. Κληρονομεί από την OSError. Οι εξαιρέσεις EOFError και zlib.error μπορούν επίσης να γίνουν raise για μη έγκυρα αρχεία gzip.

Added in version 3.8.

class gzip.GzipFile(filename=None, mode=None, compresslevel=9, fileobj=None, mtime=None)

Ο constructor της κλάσης GzipFile, η οποία προσομοιώνει τις περισσότερες μεθόδους ενός file object, με εξαίρεση τη μέθοδο truncate(). Τουλάχιστον μια από τις παραμέτρους fileobj και filename πρέπει να έχει μια μη τετριμμένη τιμή.

Το νέο στιγμιότυπο της κλάσης βασίζεται στο fileobj, το οποίο μπορεί να είναι ένα κανονικό αρχείο, ένα αντικείμενο io.BytesIO, ή οποιοδήποτε άλλο αντικείμενο που προσομοιώνει αρχείο. Η προεπιλογή είναι None, οπότε στην περίπτωση αυτή το filename ανοίγεται για να παρέχει ένα αντικείμενο αρχείου.

Όταν το fileobj δεν είναι None, η παράμετρος filename χρησιμοποιείται μόνο για να συμπεριληφθεί στην επικεφαλίδα του αρχείου gzip, η οποία μπορεί να περιέχει το αρχικό όνομα του μη συμπιεσμένου αρχείου. Η προεπιλογή είναι το όνομα αρχείου του fileobj, αν αυτό μπορεί να προσδιοριστεί· διαφορετικά, η προεπιλογή είναι η κενή συμβολοσειρά, και σε αυτή την περίπτωση το αρχικό όνομα αρχείου δεν περιλαμβάνεται στην επικεφαλίδα.

Η παράμετρος mode μπορεί να είναι οποιαδήποτε από τις 'r', 'rb', 'a', 'ab', 'w', 'wb', 'x' ή 'xb', ανάλογα με το αν το αρχείο θα διαβαστεί ή θα γραφτεί. Η προεπιλογή είναι η λειτουργία του fileobj, αν αυτό μπορεί να προσδιοριστεί· διαφορετικά, η προεπιλογή είναι 'rb'. Σε μελλοντικές εκδόσεις της Python, η λειτουργία του fileobj δεν θα χρησιμοποιείται. Είναι καλύτερο να καθορίζεται πάντα η παράμετρος mode κατά την εγγραφή.

Σημειώστε ότι το αρχείο ανοίγει πάντα σε δυαδική λειτουργία. Για να ανοίξετε ένα συμπιεσμένο αρχείο σε λειτουργία κειμένου, χρησιμοποιήστε τη συνάρτηση open() (ή κάντε wrap το GzipFile με ένα io.TextIOWrapper).

Η παράμετρος compresslevel είναι ένας ακέραιος από 0 έως 9 που ελέγχει το επίπεδο συμπίεσης· το 1 είναι το ταχύτερο και παράγει τη μικρότερη συμπίεση, ενώ το 9 είναι το πιο αργό και παράγει τη μεγαλύτερη συμπίεση. Το 0 σημαίνει καθόλου συμπίεση. Η προεπιλογή είναι το 9.

Το προαιρετικό όρισμα mtime είναι η χρονική σήμανση που ζητείται από το gzip. Η ώρα είναι σε μορφή Unix, δηλαδή δευτερόλεπτα από τις 00:00:00 UTC, 1η Ιανουαρίου 1970. Εάν παραληφθεί το mtime ή None, χρησιμοποιείται η τρέχουσα ώρα. Χρησιμοποιήστε mtime = 0 για να δημιουργήσετε μια συμπιεσμένη ροή που δεν εξαρτάται από το χρόνο δημιουργίας.

Δείτε παρακάτω για το χαρακτηριστικό mtime που ορίζεται κατά την αποσυμπίεση.

Η κλήση της μεθόδου close() ενός αντικειμένου GzipFile δεν κλείνει το fileobj, καθώς μπορεί να θέλετε να προσθέσετε επιπλέον δεδομένα μετά τη συμπιεσμένη πληροφορία. Αυτό επιτρέπει επίσης να περάσετε ένα αντικείμενο io.BytesIO ανοιγμένο για εγγραφή ως fileobj και να ανακτήσετε τον τελικό buffer μνήμης χρησιμοποιώντας τη μέθοδο getvalue() του αντικειμένου io.BytesIO.

Η κλάση GzipFile υποστηρίζει τη διεπαφή io.BufferedIOBase, συμπεριλαμβανομένης της δυνατότητας επανάληψης και της χρήσης με τη δήλωση with. Μόνο η μέθοδος truncate() δεν είναι υλοποιημένη.

Η GzipFile παρέχει επίσης την ακόλουθη μέθοδο και ιδιότητα:

peek(n)

Διαβάζει n μη συμπιεσμένα bytes χωρίς να μετακινεί τη θέση του αρχείου. Ο αριθμός των bytes που επιστρέφονται μπορεί να είναι περισσότερα ή λιγότερα από τα ζητούμενα.

Σημείωση

Αν και η κλήση της μεθόδου peek() δεν αλλάζει τη θέση του αρχείου του αντικειμένου GzipFile, μπορεί να αλλάξει τη θέση του υποκείμενου αντικειμένου αρχείου (π.χ. αν το GzipFile δημιουργήθηκε με την παράμετρο fileobj).

Added in version 3.2.

mode

'rb' για ανάγνωση και 'wb' για εγγραφή.

Άλλαξε στην έκδοση 3.13: Σε προηγούμενες εκδόσεις αυτό ήταν ένα ακέραιος 1 ή 2.

mtime

Κατά την αποσυμπίεση, αυτό το χαρακτηριστικό ορίζεται στην τελευταία σήμανση στην πιο πρόσφατα αναγνωσμένη κεφαλίδα. Είναι ένας ακέραιος αριθμός, που κρατά τον αριθμό των δευτερολέπτων από την εποχή του Unix (00:00:00 UTC, 1 Ιανουαρίου, 1970). Η αρχική τιμή πριν από την ανάγνωση οποιωνδήποτε κεφαλίδων είναι None.

name

Η διαδρομή προς το αρχείο gzip στο δίσκο, ως str ή bytes. Ισοδυναμεί με την έξοδο της συνάρτησης os.fspath() για την αρχική διαδρομή εισόδου, χωρίς καμία άλλη κανονικοποίηση, επίλυση ή επέκταση.

Άλλαξε στην έκδοση 3.1: Προστέθηκε η υποστήριξη για τη δήλωση with, μαζί με την παράμετρο mtime στον κατασκευαστή και την ιδιότητα mtime.

Άλλαξε στην έκδοση 3.2: Προστέθηκε υποστήριξη για αρχεία με μηδενική συμπλήρωση και μη αναζητήσιμα αρχεία.

Άλλαξε στην έκδοση 3.3: Η μέθοδος io.BufferedIOBase.read1() έχει πλέον υλοποιηθεί.

Άλλαξε στην έκδοση 3.4: Προστέθηκε υποστήριξη για τις λειτουργίες 'x' και 'xb'.

Άλλαξε στην έκδοση 3.5: Προστέθηκε υποστήριξη για εγγραφή αυθαίρετων bytes-like objects. Η μέθοδος read() δέχεται πλέον ένα όρισμα None.

Άλλαξε στην έκδοση 3.6: Δέχεται ένα path-like object.

Αποσύρθηκε στην έκδοση 3.9: Το άνοιγμα ενός GzipFile για εγγραφή χωρίς να καθοριστεί η παράμετρος mode έχει καταργηθεί.

Άλλαξε στην έκδοση 3.12: Καταργήθηκε το χαρακτηριστικό filename, χρησιμοποιήστε το χαρακτηριστικό name αντ” αυτού.

gzip.compress(data, compresslevel=9, *, mtime=None)

Συμπιέζει τα data και επιστρέφει ένα αντικείμενο bytes που περιέχει τα συμπιεσμένα δεδομένα. Οι παράμετροι compresslevel και mtime έχουν την ίδια σημασία όπως στον κατασκευαστή της κλάσης GzipFile.

Added in version 3.2.

Άλλαξε στην έκδοση 3.8: Προστέθηκε η παράμετρος mtime για αναπαραγώγιμη έξοδο.

Άλλαξε στην έκδοση 3.11: Η ταχύτητα βελτιώνεται με τη συμπίεση όλων των δεδομένων ταυτόχρονα αντί για ροή. Κλήσεις με mtime ρυθμισμένο σε 0 ανακατευθύνονται στη συνάρτηση zlib.compress() για καλύτερη απόδοση. Σε αυτή την περίπτωση, η έξοδος μπορεί να περιέχει μια τιμή byte «OS» στην κεφαλίδα gzip διαφορετική από 255 «unknown», όπως καθορίζεται από την υποκείμενη υλοποίηση της zlib.

Άλλαξε στην έκδοση 3.13: Το byte του λειτουργικού συστήματος κεφαλίδα gzip είναι εγγυημένο ότι θα ρυθμιστεί στο 255 όταν χρησιμοποιείται αυτή η συνάρτηση, όπως συνέβαινε στην έκδοση 3.10 και παλαιότερα.

gzip.decompress(data)

Αποσυμπιέζει τα data και επιστρέφει ένα αντικείμενο bytes που περιέχει τα αποσυμπιεσμένα δεδομένα. Αυτή η συνάρτηση μπορεί να αποσυμπιέσει δεδομένα gzip πολλαπλών μελών (πολλαπλά μπλοκ gzip που έχουν ενωθεί μεταξύ τους). Όταν τα δεδομένα είναι βέβαιο ότι περιέχουν μόνο ένα μέλος, η συνάρτηση zlib.decompress() με wbits ρυθμισμένο σε 31 είναι ταχύτερη.

Added in version 3.2.

Άλλαξε στην έκδοση 3.11: Η ταχύτητα βελτιώνεται αποσυμπιέζοντας τα μέλη απευθείας στην μνήμη αντί να γίνεται αποσυμπίεση σε ροή.

Παραδείγματα χρήσης

Παράδειγμα ανάγνωσης ενός συμπιεσμένου αρχείου:

import gzip
with gzip.open('/home/joe/file.txt.gz', 'rb') as f:
    file_content = f.read()

Παράδειγμα δημιουργίας ενός συμπιεσμένου αρχείου GZIP:

import gzip
content = b"Lots of content here"
with gzip.open('/home/joe/file.txt.gz', 'wb') as f:
    f.write(content)

Παράδειγμα συμπίεσης ενός υπάρχοντος αρχείου σε μορφή GZIP:

import gzip
import shutil
with open('/home/joe/file.txt', 'rb') as f_in:
    with gzip.open('/home/joe/file.txt.gz', 'wb') as f_out:
        shutil.copyfileobj(f_in, f_out)

Παράδειγμα συμπίεσης μιας δυαδικής συμβολοσειράς σε μορφή GZIP:

import gzip
s_in = b"Lots of content here"
s_out = gzip.compress(s_in)

Δείτε επίσης

Module zlib

Το βασικό module συμπίεσης δεδομένων που απαιτείται για την υποστήριξη της μορφής αρχείου gzip.

Σε περίπτωση που η (από)συμπίεση gzip είναι ένα σημείο συμφόρησης, το πακέτο python-isal επιταχύνει την (από)συμπίεση με ένα ως επί το πλείστον συμβατό API.

Διεπαφή Γραμμής Εντολών

Το module gzip παρέχει μια απλή διεπαφή γραμμής εντολών για τη συμπίεση ή αποσυμπίεση αρχείων.

Μόλις εκτελεστεί, το module gzip διατηρεί το(α) αρχείο(α) εισόδου.

Άλλαξε στην έκδοση 3.8: Προστέθηκε νέα διεπαφή γραμμής εντολών με οδηγίες χρήσης. Από προεπιλογή, όταν εκτελείτε την CLI, το προεπιλεγμένο επίπεδο συμπίεσης είναι 6.

Επιλογές γραμμής εντολών

file

Εάν δεν καθοριστεί το file, η ανάγνωση γίνεται από το sys.stdin.

--fast

Δηλώνει τη γρηγορότερη μέθοδο συμπίεσης (λιγότερη συμπίεση).

--best

Δηλώνει την βραδύτερη μέθοδο συμπίεσης (καλύτερη συμπίεση).

-d, --decompress

Αποσυμπιέζει το δοσμένο αρχείο.

-h, --help

Εμφανίζει το μήνυμα βοήθειας.