如何从标准输入读取zip文件

Question

我正在尝试解决在Python中从

stdin

读取zip文件的问题，但我不断遇到问题。我想要的是能够运行

cat test.xlsx | python3 test.py

并创建一个有效的

zipfile.ZipFile

对象，而无需先编写临时文件（如果可能）。

我最初的方法是这样的，但是

ZipFile

抱怨文件不可查找，

import sys
import zipfile

zipfile.ZipFile(sys.stdin)

所以我改变了它，但现在它抱怨这不是一个有效的zip文件：

import io
import sys
import zipfile

zipfile.ZipFile(io.StringIO(sys.stdin.read()))

可以在不将 zip 写入临时文件的情况下解决此问题吗？

Answer 1

Zip 文件是二进制数据，而不是 UTF-8 编码的文本。如果不立即遇到

str

错误，您将无法使用

sys.stdin.read()

将文件读入

UnicodeDecodeError: 'utf-8' codec can't decode byte ...

。

相反，您可以访问底层二进制

buffer

对象以将标准输入读取为原始

bytes

。将其与

BytesIO

配对以获得内存中可查找的类文件对象：

zipfile.ZipFile(io.BytesIO(sys.stdin.buffer.read()))

或者，如果您提供可查找的标准输入（例如，通过重定向标准输入而不是从管道流式传输），则可以直接对

sys.stdin.buffer

进行操作：

zipfile.ZipFile(sys.stdin.buffer)

与类似的东西配对

python3 test.py <test.xlsx

如果您愿意，您可以通过查询 IO 对象的

seekable

方法，根据 stdin 是否可在两者之间进行选择：

if sys.stdin.buffer.seekable():
    zip_file = zipfile.ZipFile(sys.stdin.buffer)
else:
    buffer = io.BytesIO(sys.stdin.buffer.read())
    zip_file = zipfile.ZipFile(buffer)

print(zip_file.filelist)