Python3中zipfile模块文件名乱码问题

inux下zip文件乱码已是一个常见问题了，再加上python想不遇到乱码问题都难。

 

在zipfile.ZipFile中得到的filename有中日文则很大多是乱码，这是由于

在zip标准中，对文件名的 encoding 用的不是 unicode，而多是各类软件根据系统的默认字符集来采用（此为猜想），而zipfile中根据文件 flag 检测的时候，只支持 cp437 和 utf-8。

具体zipfile模块中的源代码以下

if flags & 0x800: # UTF-8 file names extension filename = filename.decode('utf-8') else: # Historical ZIP filename encoding filename = filename.decode('cp437') 

可见编码被正确识别为utf8时的状况外，都会被识别并decode为cp437编码，但若是实际是gbk等其余编码时就变为乱码了。因此解决的方法在于被decode为cp437后从新再手动转为正确的编码。具体代码以下：

#这里是在ZipFile.infolist()方法得到的info中取得filename
name = info.filename
try: #使用cp437对文件名进行解码还原 name = name.encode('cp437') #win下通常使用的是gbk编码 name = name.decode("gbk") except: #若是已被正确识别为utf8编码时则不需再编码 pass