如何将代码应用于 zip 文件，同时更改输出 zip 文件夹中的文件类型？

Question

我有一个代码试图在 python 中的 zip 文件上使用，我希望输出是另一个 zip 文件，但文件更改为 .txt 或 .csv。
我的代码运行没有错误，但无法更改文件类型，并且我无法确定内容是否正在更改。
我能够一次更改从 zip 中获取的单个 .psa 文件，结果是包含所需修改的 .csv 文件。

细分：
我有一个包含 .psa 文件的 zip 文件夹。
我有一个代码可以读取单个 .psa 文件并输出经过修改的 .csv。
我想将此代码应用于包含所有 .psa 文件的 zip 文件夹，而不是对单个文件手动执行此过程。
目前，适用于单个文件的代码要求我在代码中命名输出文件。 如果生成的文件具有与输入相同的名称，只是文件类型名称更改为 .csv，将会很有帮助。

奖励：如果 zip 文件夹的输出只是一个 .csv 文件，其中包含输出 zip 文件夹中所有输出文件的内容，那就更好了。我认为这可以解决命名问题。 （所以基本上只是一个文件输出而不是多个。）

下面是适用于单个文件的代码：此代码采用 .psa 文件并将其转换为 .csv，同时还更改内容。

import pandas as pd
import re

`fname = '1 Area 2 - store 15 group.psa'
df = pd.read_csv(fname, usecols=[0,1,2], header=None, names=['type','upc', 'num'])
store = re.search(r'store\s+(\d+)', fname).group(1)
df = df[df['type'] == 'prod'].drop(columns=['type','upc']).assign(store=store)
df.to_csv("output.csv", index=False) `

下面是我应用于 zip 文件的代码。结果是创建了一个新的 zip 文件，但其中的文件是相同的 .psa 文件类型。

import pandas as pd
import re
import zipfile
import os
 
input_zip_path = r'test.zip'
output_zip_path = 'results.zip'
 
def process_file(file_path):
    df = pd.read_csv(file_path, usecols=[0,1,2], header=None, names=['type','upc','num'])
    store = re.search(r'store\s+(\d+)',file_path).group(1)
    df = df[df['type']=='prod'].drop(columns=['type','upc']).assign(store=store)
    df.to_csv("name.csv", index=False)
    return df
 
with zipfile.ZipFile(input_zip_path, 'r') as zin, zipfile.ZipFile(output_zip_path, 'w') as zout:
    for file_info in zin.infolist():
        with zin.open(file_info) as f, open(file_info.filename, 'w') as fout:
            fout.write(str(f.read()))
        modified_df = process_file(file_info.filename)
        modified_df.to_csv(file_info.filename, index=False)
        zout.write(file_info.filename)
        os.remove(file_info.filename)

Answer 1

TL；博士

将

zout.write(file_info.filename)

更改为

zout.write("name.csv")

故障

让我们分解一下这部分代码：

with zipfile.ZipFile(input_zip_path, 'r') as zin, zipfile.ZipFile(output_zip_path, 'w') as zout:
    for file_info in zin.infolist():
        with zin.open(file_info) as f, open(file_info.filename, 'w') as fout:
            fout.write(str(f.read()))
        modified_df = process_file(file_info.filename)
        modified_df.to_csv(file_info.filename, index=False)
        zout.write(file_info.filename)
        os.remove(file_info.filename)

因此，对于 zip 中的每个文件，您尝试：

1. 读出zip文件中的每个文件
2. 将内容写入 zip 之外的新文件
3. 处理每个外部文件并将其转换为 CSV
4. 将文件写入新的 zip 文件
5. 删除外部文件

至少当前代码出错的地方是在步骤 3 和 4 之间。

当您处理外部文件时，您会执行以下操作

df.to_csv("name.csv", index=False)

这会将最终结果存储到新文件“name.csv”中。

但是，您写回 zip 的内容是：

zout.write(file_info.filename)

这里，

file_info.filename

不是您刚刚创建的文件

name.csv

，它只是原始的外部文件，这就是您最终得到的。

所以你可能想将其更改为：

zout.write("name.csv")

进一步改进

我还认为将文件写入外部的部分是不必要的，您也许可以使用 pandas 直接从 zip 内的文件中读取内容，如下所示：

with zin.open(file_info) as f:
    df = pd.read_csv(f, usecols=[0,1,2], header=None, names=['type','upc', 'num'])