Python解压gz文件方法教程

本文深入解析了Python中处理.gz压缩文件的四大核心要点：正确使用gzip.open()读取文本需指定'rt'模式和encoding避免乱码；澄清shutil.unpack_archive()不支持单.gz文件，仅适用于.tar.gz等归档格式；介绍gzip.decompress()适用于小体积内存解压场景但存在内存与格式限制；强调判断.gz文件真实性应依赖gzip.GzipFile头部校验而非简单后缀匹配，确保生产环境健壮性——掌握这些细节，才能安全、高效、无坑地处理各类.gz文件。

gzip.open() 读取 .gz 文件最常用也最容易出错

直接用 gzip.open() 打开 .gz 文件是默认方案，但默认编码是二进制模式，读出来的是 bytes，不是字符串。如果你直接 .read() 后打印或正则匹配，大概率遇到 UnicodeDecodeError。

正确做法是显式指定 encoding 参数：

import gzip
with gzip.open('data.txt.gz', 'rt', encoding='utf-8') as f:
    content = f.read()

注意三个关键点：

• 'rt' 表示文本模式（read + text），不能写成 'r'（那是二进制）
• 必须加 encoding，否则 Python 3 下 gzip.open(..., 'rt') 会尝试用系统默认编码（如 Windows 的 cp1252），不是 UTF-8
• 如果文件实际是 GBK、ISO-8859-1 等编码，encoding 要对应改，否则乱码

shutil.unpack_archive() 不支持 .gz 单文件解压

很多人搜 “Python 解压 gz”，看到 shutil.unpack_archive() 就直接用，结果报错：ValueError: Unknown archive format '.gz'。这是因为 shutil.unpack_archive() 只支持 .zip、.tar、.gztar（即 .tar.gz）这类归档格式，不支持纯 .gz（单文件压缩）。

如果你手头是 log.gz 这种单个文件压缩，别用 shutil.unpack_archive() —— 它根本不管用。

真正能处理单 .gz 的只有：gzip 库本身，或配合 shutil.copyfileobj() 做流式解压到文件：

import gzip
import shutil
<p>with gzip.open('input.gz', 'rb') as f_in:
with open('output.txt', 'wb') as f_out:
shutil.copyfileobj(f_in, f_out)</p>

gzip.decompress() 适合内存小、内容短的场景

当你已经用 open(..., 'rb') 读入了整个 .gz 文件的字节内容（比如从网络响应、数据库 blob 中拿到），可以用 gzip.decompress() 直接解压：

import gzip
compressed_bytes = open('file.gz', 'rb').read()
decompressed_bytes = gzip.decompress(compressed_bytes)
text = decompressed_bytes.decode('utf-8')

但要注意：

• 这个方法把整个压缩内容加载进内存再解压，不适合几百 MB 以上的 .gz 文件
• 它不接受文件路径，只接受 bytes 对象，所以不能代替 gzip.open()
• 如果原始压缩数据不是标准 gzip 格式（比如被截断、混入其他数据），会抛 OSError: Not a gzipped file

判断文件是否真的是 .gz 格式，别光看后缀

用户传来的文件叫 data.gz，不代表它真是 gzip 压缩的——可能后缀错了、文件损坏、或者根本是 zip 改名。靠后缀判断容易在生产环境翻车。

安全做法是用 gzip.GzipFile 尝试读取头部：

import gzip
<p>def is_gz_file(filepath):
try:
with gzip.GzipFile(filepath) as f:
f.read(1)  # 只读 1 字节触发 header 检查
return True
except OSError:
return False</p>

这个函数比检查 filepath.endswith('.gz') 可靠得多。如果返回 False，就该换别的解压逻辑，而不是硬上 gzip.open()。

gzip 格式头部有固定魔数 b'\x1f\x8b'，但手动比对不如让 GzipFile 自己校验来得稳妥——它还会检查 CRC 和长度。

终于介绍完啦！小伙伴们，这篇关于《Python解压gz文件方法教程》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识，快来关注吧！