ZIP в Python: как читать, сжимать и распаковывать

Различные типы файлов и их расширения

Введение

Сжатие (zip) — удобный способ объединить несколько файлов в единый архив и уменьшить занимаемый объём данных. ZIP-архивы экономят место на диске и трафик при передаче по сети. Формат поддерживается во всех основных ОС: Windows, Linux и macOS.

ZIP использует безпотерьную компрессию (lossless), поэтому данные восстанавливаются без потерь после распаковки. При работе с архивами можно просматривать метаданные, извлекать содержимое по отдельности и выбирать методы сжатия.

Ниже показано, как читать, создавать и распаковывать ZIP с помощью модуля zipfile, а также когда стоит обратить внимание на альтернативы.

Важно: модуль zipfile стандартной библиотеки умеет читать зашифрованные архивы с простым паролем только частично; он не реализует современное AES‑шифрование. Для сильного шифрования используйте сторонние библиотеки.

Что такое модуль zipfile

Модуль zipfile — стандартный модуль Python для работы с ZIP-архивами. С его помощью можно:

открывать и читать ZIP-файлы;
просматривать списки файлов и их метаданные (время модификации, размеры);
создавать архивы и добавлять файлы в них;
извлекать содержимое в указанную директорию.

Поддерживаемые методы сжатия: ZIP_STORED (без сжатия), ZIP_DEFLATED (Deflate), ZIP_BZIP2, ZIP_LZMA. Модуль поддерживает расширение ZIP64, необходимое для файлов и архивов больше 4 ГиБ, но не поддерживает многотомные (multi-disk) архивы.

Краткое определение терминов:

ZIP64: расширение формата ZIP для поддержки объёма и количества файлов больше ограничений классического ZIP (4 ГиБ, 65535 файлов).
Deflate: наиболее распространённый алгоритм сжатия для ZIP.

Быстрая шпаргалка по API (cheat sheet)

Открыть архив: ZipFile(‘archive.zip’, ‘r’)
Создать/записать: ZipFile(‘archive.zip’, ‘w’) или ‘a’ для добавления
Указать метод сжатия: ZipFile(…, compression=zipfile.ZIP_DEFLATED)
Просмотреть содержимое: zip.namelist() или zip.infolist()
Извлечь всё: zip.extractall(path)
Извлечь один файл: zip.extract(member, path)
Открыть файл внутри архива как файл-объект: zip.open(name)

Как запаковать файлы в ZIP (пример с пояснениями)

Ниже — функция, которая собирает все пути файлов в каталоге и возвращает список абсолютных путей. В примере используются pathlib и zipfile — это современно и читабельно.

# Пример: собрать все файлы в директории и запаковать их
from zipfile import ZipFile, ZIP_DEFLATED, ZIP_LZMA, ZIP_BZIP2
from pathlib import Path
import zipfile

def get_all_file_paths(directory: str):
    """Возвращает список путей ко всем файлам внутри directory (рекурсивно)."""
    base = Path(directory)
    file_paths = [str(p) for p in base.rglob('*') if p.is_file()]
    return file_paths

# Путь к папке, которую хотим заархивировать
directory = './pythonzip'
file_paths = get_all_file_paths(directory)

print('Список файлов для архивации:')
for p in file_paths:
    print(p)

# Создаём ZIP с дефолтным сжатием Deflate
with ZipFile('my_archive.zip', 'w', compression=ZIP_DEFLATED, allowZip64=True) as zf:
    base = Path(directory)
    for file_path in file_paths:
        # Добавляем файл в архив с относительным именем (удобно при извлечении)
        arcname = str(Path(file_path).relative_to(base))
        zf.write(file_path, arcname=arcname)

print('Все файлы заархивированы в my_archive.zip')

Пояснения и рекомендации:

arcname позволяет контролировать, как файл будет называться внутри архива (обычно используют относительный путь, чтобы не хранить абсолютные пути).
allowZip64=True включён по умолчанию в современных версиях Python и нужен для больших архивов (>4 ГиБ).
Для совместимости с более старыми утилитами можно использовать ZIP_STORED (без сжатия) или ZIP_DEFLATED.

Альтернативный быстрый способ — shutil.make_archive:

import shutil
shutil.make_archive('my_archive', 'zip', root_dir='pythonzip')

shutil.make_archive удобен для простых задач, но даёт меньше гибкости (нельзя тонко настроить имена внутри архива и метаданные).

Как распаковать ZIP-файл

Пример извлечения всего архива в текущую директорию или в указанную папку:

from zipfile import ZipFile

file_name = 'extract.zip'

with ZipFile(file_name, 'r') as zf:
    # Содержимое архива
    zf.printdir()

    print('Идёт распаковка...')
    zf.extractall(path='output_folder')  # по умолчанию — текущая директория
    print('Распаковка завершена.')

Если нужно извлечь один файл или проверить его содержимое без распаковки на диск, используйте zipfile.ZipFile.open():

with ZipFile('my_archive.zip', 'r') as zf:
    with zf.open('docs/readme.txt') as f:
        text = f.read().decode('utf-8')
        print(text)

Сжатие, методы и производительность

Доступные методы сжатия:

ZIP_STORED — без сжатия. Полезно для уже сжатых данных (видео, изображения, архивы внутри архива).
ZIP_DEFLATED — дефолтный и обычно наиболее универсальный выбор (использует zlib).
ZIP_BZIP2 — иногда даёт лучшее сжатие на массированных текстовых данных, но медленнее.
ZIP_LZMA — высокое сжатие, но более высокая нагрузка на CPU.

Правильный выбор зависит от типа данных и требований к скорости/размеру архива.

Ограничения и случаи, когда ZIP не подойдёт

Большие наборы данных: для «потоковой» упаковки больших данных лучше использовать tar + gzip/xz или специализированные инструменты.
Сохранение метаданных POSIX (права, владельцы): zip по умолчанию не сохраняет все POSIX-атрибуты; tar лучше подходит для резервных копий на Unix.
Многотомные архивы (split archives): zipfile не поддерживает multi-disk.
Сильное шифрование: стандартный zip использует устаревшую схему; для AES‑шифрования нужна библиотека pyzipper или внешние утилиты.
Кодировка имён файлов: в старых ZIP-архивах могут быть проблемы с кодировкой имён (особенно при смешанной Windows/Unix среде).

Альтернативные инструменты и подходы

tarfile (стандартная библиотека) — упаковка без сжатия; часто комбинируется с gzip/xz: tar.gz, tar.xz.
shutil.make_archive — простая обёртка для быстрого создания ZIP/ TAR архивов.
pyzipper — библиотека с поддержкой AES шифрования и более современных возможностей.
pyminizip — удобна для создания AES-зашифрованных ZIP из Python.
7‑Zip / p7zip — мощный инструмент для сжатия через subprocess; поддерживает LZMA2, сильное шифрование и мультиформатность.
libarchive — через binding’и для Python, поддерживает множество форматов.

Совет: если вам нужно обеспечить безопасность данных при хранении/передаче — используйте проверенные AES‑решения и управляйте ключами отдельно.

Советы по безопасности и соответствию (GDPR/личные данные)

Не храните личные данные в незашифрованных архивах при переносе вне доверенной сети.
Для соответствия требованиям шифруйте архивы с использованием современных алгоритмов (AES) и храните ключи отдельно.
Логи и метаданные (время модификации, имена файлов) могут раскрывать чувствительную информацию — учитывайте это при совместном использовании архива.
При автоматизированной архивации убедитесь, что права доступа к созданным ZIP-файлам ограничены (правильные права в файловой системе).

Практический чек-лист по ролям

Разработчик

Проверить arcname и относительные пути
Установить allowZip64=True для больших данных
Обработать исключения (BadZipFile, LargeZipFile)

Системный администратор / DevOps

Автоматизировать создание архивов (cron/CI)
Контролировать права и шифрование при переносе
Ставить SLI/SLO на время бэкапа и восстановления (время архивации/восстановления)

Аналитик данных

Фильтровать ненужные файлы (tmp, .cache) перед архивированием
Документировать структуру архива (README внутри ZIP)

Таблица сравнения: ZIP vs TAR vs 7z vs RAR (обзор)

ZIP: универсален, широко поддерживается, дефолтно без AES в zipfile; хорош для кроссплатформенной доставки.
TAR (+ gzip/xz): лучше для резервного копирования на Unix (сохраняет права, владельцев); tar.gz — быстрый компромисс.
7z: очень хорошее сжатие, современное шифрование, менее распространён по умолчанию в ОС.
RAR: хорошее сжатие и поддержка AES‑шифрования, но проприетарный формат (потребуется внешний инструмент).

Отладка проблем с ZIP

Ошибка BadZipFile: файл повреждён или неполный — проверьте контрольную сумму и целостность передачи.
Проблемы с кодировкой имён: при создании архивов на одной ОС и извлечении на другой проверьте, используется ли UTF-8 для имён файлов.
Большие файлы: убедитесь, что включён ZIP64 и что используемые утилиты поддерживают его.

Мини‑методология для автоматической архивации (SOP)

Составить список включаемых/исключаемых файлов (.gitignore‑подобный фильтр).
Собрать относительные пути и добавить контрольный README с версией/датой.
Запаковать в ZIP с выбранным методом сжатия и allowZip64=True.
Проверить целостность архива (например, попытаться распаковать в temp-репозиторий).
Заархивировать и, при необходимости, зашифровать архив отдельно (AES) перед передачей.
Удалить временные файлы и зафиксировать метаданные в журнале.

Краткий словарь (1‑строчка)

zipfile: модуль Python для работы с ZIP-архивами; ZipFile — класс для чтения/записи.
ZIP64: расширение для поддержки больших файлов/архивов (>4 ГиБ).
Deflate: алгоритм сжатия, используемый в большинстве ZIP‑архивов.

Заключение

Модуль zipfile — надёжный инструмент для большинства задач архивации в Python: создание архивов, просмотр содержимого и извлечение. Для простых задач вполне хватает zipfile и shutil.make_archive. Для сценариев, где важна совместимость с Unix‑метаданными, многотомные архивы или сильное шифрование, рассмотрите tar, 7z, RAR или специализированные Python‑библиотеки (pyzipper, pyminizip).

Короткое резюме — выбирайте инструмент исходя из требований к совместимости, размерам, сохранению метаданных и безопасности: ZIP удобен и кроссплатформен, tar — для Unix‑бэкапов, 7z/pyzipper — для сильного сжатия и шифрования.

Критерии приёмки

Архив создаётся без ошибок и извлекается штатными средствами ОС.
Имена внутри архива — относительные и предсказуемые (arcname).
Для больших архивов не возникают ошибки, связанные с ограничениями 4 ГиБ (ZIP64 включён).
Чувствительные данные зашифрованы и ключи хранятся безопасно.

Сводка основных выводов:

zipfile покрывает обычные задачи архивации в Python.
Для AES‑шифрования и сложных сценариев используйте сторонние библиотеки.
Всегда проверяйте совместимость формата и кодировку имён при кроссплатформенной работе.