今天突然碰到zip檔案解壓後中文亂碼問題。百度了下覺得這篇文章不錯。儲存儲存。

來源：http://blog.sina.com.cn/s/blog_5805e98101012uzv.html

萬惡的編碼！！！！！！！！！！

學習 python 2.x 時就被時不時出現的中文亂碼問題搞得頭大，無奈用起來資料挺少、支援不多的 python 3.x，沒想到昨天來解壓縮一大堆檔案時仍然遇到亂碼的問題，對 python 3.x 失望之極。不得已，又拿起C#來解決。其實在C#中也有亂碼的問題，最終是用 FileStream 變相解決的。

所以其實最初可能冤枉了 python 3.x 了，自它採用 unicode 之後，亂碼問題其實少多了，有的時候還是不熟練。

下面說一下原因及解決辦法。

在zip標準中，對檔名的 encoding 用的不是 unicode，而可能是各種軟體根據系統的預設字符集來採用（此為猜測），因此zipfile中根據檔案 flag 檢測的時候，只支援 cp437 和 utf-8。具體就是查詢 zipfile.py 原始碼找到下面的程式碼：

1: if flags & 0x800:

2: # UTF-8 file names extension

3: filename = filename.decode('utf-8')

4: else:

5: # Historical ZIP filename encoding

6: filename = filename.decode('cp437')

修改如下：

1: if sys.getfilesystemencoding()=='mbcs':

2: filename=filename.decode('mbcs')

3: elif flags & 0x800:

4: # UTF-8 file names extension

5: filename = filename.decode('utf-8'
 
)

6: else:

7: # Historical ZIP filename encoding

8: filename = filename.decode('cp437')

後面一處同樣如此修改：

1: if sys.getfilesystemencoding()=='mbcs':

2: fname_str = fname.decode('mbcs')

3: elif zinfo.flag_bits & 0x800:

4: # UTF-8 filename

5: fname_str = fname.decode("utf-8")

6: else:

7: fname_str = fname.decode("cp437")

 當然這種辦法只是暫時性的解決了這一問題，可能在其它系統中採用會帶來更多的問題。