Python zipfile.Path 怎样读取压缩包内的嵌套资源

处理 ZIP 包时，最容易卡住的场景不是“怎么解压”，而是只想读取其中一个多级目录里的配置或模板，却不想把整个压缩包落到本地。zipfile.Path 可以把 ZIP 内部表示成一棵可遍历的虚拟路径树：从根节点开始用 / 或 joinpath() 进入目录，再用 read_text()、read_bytes() 或 open() 读取目标文件。

官方地址：https://docs.python.org/3/library/zipfile.html

要点是把“路径拼接”和“路径安全”分开处理：zipfile.Path 负责访问 ZIP 内的虚拟节点，但不会替你校验不可信成员名。可信来源可以直接按层读取；外部上传的 ZIP 则要先检查成员名，再进行读取或解压。

问题现场：嵌套文件不想先解压

假设压缩包里有这样的结构：

project.zip
├── config/
│   └── app/
│       └── settings.json
└── docs/
    └── readme.txt

传统做法是先调用 extractall()，然后用本地路径读取 config/app/settings.json。如果只需要查看一个小文件，这会多出临时目录、清理目录和文件名冲突等问题。zipfile.Path 提供的是另一条路径：ZIP 仍保持打开状态，代码只在压缩包内部定位和读取目标成员。

初步判断：先从根节点观察结构

不要一开始就把目标路径写死。先把 ZipFile 交给 zipfile.Path，再通过 iterdir() 查看根节点的直接子项。这样可以区分“目录名写错”和“目标文件确实不存在”这两类问题。

from pathlib import Path
from zipfile import Path as ZipPath
from zipfile import ZipFile

archive = Path("project.zip")

with ZipFile(archive) as zf:
    root = ZipPath(zf)
    for child in root.iterdir():
        # 这里只观察 ZIP 根目录的直接子项，不会递归展开全部成员。
        kind = "目录" if child.is_dir() else "文件"
        print(f"{kind}: {child.name}")

这里的 root 不是磁盘上的目录，它代表 ZIP 内部的空路径。iterdir() 只列当前节点的子项；遇到目录时可以继续调用 iterdir()，遇到文件时则应进入读取分支。

动手验证：拼接并读取嵌套资源

确认根节点结构后，就可以用 / 操作符写出和目录层级一致的路径。下面的例子只读取 settings.json，不把它解压到工作目录。

import json
from pathlib import Path
from zipfile import Path as ZipPath
from zipfile import ZipFile

with ZipFile(Path("project.zip")) as zf:
    root = ZipPath(zf)
    settings = root / "config" / "app" / "settings.json"

    if not settings.exists():
        # 先判断成员是否存在，把路径拼写错误和读取异常区分开。
        raise FileNotFoundError(settings.at)
    if not settings.is_file():
        # 目标若是目录，不能直接按 JSON 文件读取。
        raise IsADirectoryError(settings.at)

    text = settings.read_text(encoding="utf-8")
    config = json.loads(text)
    print(config.get("environment", "unknown"))

joinpath("config", "app", "settings.json") 也可以表达同样的路径。较新的 Python 版本还支持 Path.open() 的文本和二进制模式；要读取二进制资源时可以使用 read_bytes()，避免先把内容错误地解码成文本。

from zipfile import Path as ZipPath
from zipfile import ZipFile

with ZipFile("project.zip") as zf:
    root = ZipPath(zf)
    icon = root.joinpath("assets", "icons", "app.bin")
    if icon.is_file():
        # 二进制资源直接保留 bytes，避免编码转换造成数据损坏。
        payload = icon.read_bytes()
        print(f"读取字节数: {len(payload)}")

定位原因：Path 不负责路径安全

如果 ZIP 来自用户上传、第三方下载或消息附件，不能因为使用了 zipfile.Path 就认为路径安全。Python 官方文档明确提示：与 ZipFile.extract() 和 extractall() 会尝试处理成员名不同，Path 不会清理压缩包内的绝对路径或 .. 路径，调用方需要自行校验。

这也是两个容易混淆的边界：

• zipfile.Path 的职责是访问 ZIP 内的虚拟路径；它不会把文件写到磁盘。
• extract() 或 extractall() 的职责是写出文件，写出前应防止成员名逃逸目标目录。

修复方案：建立安全成员名边界

一个实用的做法是先遍历 ZipInfo 的成员名，只允许相对路径，并拒绝包含空成员、绝对路径或父级跳转的条目。校验通过后，再把确定的相对路径交给 ZipPath 访问。

import posixpath
from pathlib import PurePosixPath
from zipfile import Path as ZipPath
from zipfile import ZipFile


def is_safe_member(name: str) -> bool:
    # ZIP 成员统一按正斜杠处理，拒绝绝对路径和父级跳转。
    normalized = posixpath.normpath(name.replace("\\", "/"))
    parts = PurePosixPath(normalized).parts
    return bool(name) and normalized != "." and not normalized.startswith("/") and ".." not in parts


with ZipFile("project.zip") as zf:
    unsafe = [info.filename for info in zf.infolist() if not is_safe_member(info.filename)]
    if unsafe:
        # 不可信归档中只要出现越界成员，就停止后续读取流程。
        raise ValueError(f"发现不安全的 ZIP 成员: {unsafe[:3]}")

    root = ZipPath(zf)
    target = root.joinpath("config", "app", "settings.json")
    if target.is_file():
        # 通过成员名检查后，再读取目标文件的文本内容。
        settings_text = target.read_text(encoding="utf-8")

这段检查解决的是成员名的路径边界，不等于完整的资源安全策略。生产代码还应按业务限制压缩包总大小、成员数量和单个文件大小，并对编码、重复成员名和损坏归档单独处理。

验证结果：把读取流程固定成几个判断

回到最开始的嵌套资源问题，可以把判断顺序固定下来：先打开 ZipFile，再从 ZipPath(zf) 根节点拼接路径；路径不确定时用 iterdir() 观察；目标节点先判断 exists()，再用 is_file() 或 is_dir() 区分类型；文本、二进制和流式读取分别选择对应方法；外部归档则在读取前检查成员名。

常见问题

zipfile.Path 能直接替代 pathlib.Path 吗？

不能完全替代。两者都有路径拼接和遍历的表达方式，但 zipfile.Path 指向 ZIP 内部成员，不代表本地文件系统；它的读取、写入和安全语义也由 ZIP 容器决定。

为什么 iterdir() 看不到我以为存在的目录？

ZIP 格式允许目录条目缺失，文件名本身也可能带有多级前缀。可以先查看 zf.namelist() 或逐层遍历，再根据实际成员名拼接路径，不要假设每一级都有独立的目录条目。

Path 读取之前一定要解压吗？

不一定。只读文本或二进制成员时，可以保持 ZipFile 打开并直接读取；需要让其他程序使用真实磁盘路径，或需要批量落盘时，才考虑解压流程。

总结

zipfile.Path 适合把“读取 ZIP 内某个嵌套资源”写成清晰的路径操作：从根节点开始遍历，按层拼接，按节点类型判断，再选择文本、字节或打开流。真正容易出问题的地方在安全边界：对于不可信压缩包，路径访问不会自动替你清洗成员名，必须把成员名校验、资源大小限制和异常处理放在读取流程之前。