Разархивируйте файл из шестнадцатеричной строки в Python
У меня есть шестнадцатеричная строка, начинающаяся с «504B030414...», которая должна быть заархивированным XML-файлом.
Используя Python, как я могу разархивировать/прочитать этот файл? Используя приведенное ниже, я получаю «zipfile.BadZipFile: файл не является zip-файлом» (строка намеренно обрезана):
import zipfile
import io
original_zip_data = "504B030414..."
filebytes = io.StringIO(original_zip_data)
myzipfile = zipfile.ZipFile(filebytes)
Связанный ниже ответ был полезен при использовании байтов типа: b'PK\x03\x04...' Разархивировать буфер с помощью Python?
Есть ли способ преобразовать мою строку в аналогичный формат, или моя строка действительно повреждена/"BadZipFile"?
Когда вы вводите в своей программе ровно b'PK\x03\x04', это означает последовательность байтов, где первый имеет числовое значение 80, второй имеет числовое значение 75, третий имеет числовое значение 3, а четвертый имеет числовое значение 4. Если вместо этого вы наберете 'PK\x03\x04', это означает строку из четырех символов, где первый – заглавная P, второй — заглавная K, третий — символ конца текста , а четвертый — это конец . -передаточный характер.
Так что эти две вещи по сути не связаны. Но в любом случае настоящий zip-файл вообще не будет содержать строку. Файлы всегда содержат только байты, а текст — это всего лишь способ, которым мы пытаемся интерпретировать байты. И в любом случае, «двоичное значение» едва ли является значимым термином, и оно, конечно, не означает, что вы на самом деле имеете в качестве входных данных в этом коде, что также вряд ли имеет смысл вообще.
Позвольте мне сказать по-другому: в вашей первой попытке, где вы написали b"504B030414", предположим, что оно действительно было обрезано. Как вы думаете, сколько байт в этом значении — какого результата вы ожидаете, если попробуете len(b"504B030414") в командной строке интерпретатора? Теперь попробуйте. Если вы получили неверный результат, значит, у вас есть концептуальные проблемы, в которых необходимо разобраться, прежде чем здесь можно будет задать четкий вопрос. Если вы получили правильный результат, то проблема, вероятно, просто в том, чтобы сообщить, что вы действительно хотите сделать.
@KarlKnechtel Спасибо за ответы, согласен - мой вопрос продемонстрировал как концептуальные, так и коммуникационные проблемы. Планирую прочитать ваши ссылки. Ваше здоровье!
Ответы 1
Проблема в том, что вам нужно преобразовать шестнадцатеричную строку в байты. Класс io.StringIO должен использоваться с текстовыми данными, а не с двоичными данными.
Вот правильный способ сделать это:
import zipfile
import io
#Hex string/ Zip file
original_zip_data = "504B030414..."
# Convert to bytes
filebytes = io.BytesIO(bytes.fromhex(original_zip_data))
# Read the file and print
with zipfile.ZipFile(filebytes, 'r') as myzipfile:
file_content = myzipfile.read('fileinside.txt')
print(file_content.decode('utf-8'))
В этом примере мы преобразуем шестнадцатеричную строку в байты, создаем объект, похожий на файл, а затем читаем файл внутри zip-файла.
Это ответило на мой вопрос: я смог использовать это с ZipFile.extractall() и распаковать/получить заархивированный XML-файл. Спасибо Исайя!
«У меня есть двоичное значение, начинающееся с '504B030414...'». Предположим, я вам не верю. Какие именно шаги вы бы предприняли, чтобы доказать мне это и объяснить, что именно вы под этим подразумеваете? Откуда на самом деле берется ценность? Строку, которую вы показываете в своей программе, определенно нельзя использовать таким образом.