在Python中解压缩.bz2文件

这是一个看似简单的问题，但我显然很无聊。我有一个从网页下载所有.bz2文件的小脚本，但由于某种原因，该文件的解压缩让我非常头疼

我是个Python新手，所以答案可能很明显，请帮助我

在脚本的这一部分中，我已经有了这个文件，我只想把它读入一个变量，然后解压缩它？是这样吗？我已经尝试了各种方法来实现这一点，我通常会在这段代码的最后一行出现“ValueError:找不到流的结尾”错误。我试着打开zipfile并以无数种不同的方式将其写入字符串。这是最新的

openZip = open(zipFile, "r")
s = ''
while True:
    newLine = openZip.readline()
    if(len(newLine)==0):
       break
    s+=newLine
    print s                   
    uncompressedData = bz2.decompress(s)

嗨，Alex，我应该列出我尝试过的所有其他方法，就像我尝试read（）方法一样

方法A：

print 'decompressing ' + filename

fileHandle = open(zipFile)
uncompressedData = ''

while True:            
    s = fileHandle.read(1024)
    if not s:
        break
        print('RAW "%s"', s)
        uncompressedData += bz2.decompress(s)

        uncompressedData += bz2.flush()

        newFile = open(steamTF2mapdir + filename.split(".bz2")[0],"w")
        newFile.write(uncompressedData)
        newFile.close()   

我得到一个错误：

uncompressedData += bz2.decompress(s)
ValueError: couldn't find end of stream

方法B

zipFile = steamTF2mapdir + filename
print 'decompressing ' + filename
fileHandle = open(zipFile)

s = fileHandle.read()
uncompressedData = bz2.decompress(s)

同样的错误：

uncompressedData = bz2.decompress(s)
ValueError: couldn't find end of stream

非常感谢您的及时回复。我真的把头撞到墙上了，因为无法解压缩一个简单的.bz2文件而感到无比沉重

---

顺便说一句，使用7zip手动对其进行解压缩，以确保文件不会出现问题或其他任何问题，并且解压良好。

您正在打开和读取压缩文件，就像它是由行组成的文本文件一样。不要！不是

uncompressedData = bz2.BZ2File(zipFile).read()

似乎更接近你想要的

编辑：OP展示了他尝试过的更多东西（尽管我没有看到任何关于尝试过最好方法的注释——我上面推荐的一行！），但它们似乎都有一个共同的错误，我重复上面的关键点：

开场白。。。压缩后的文件 这是一个文本文件。。。不是

uncompressedData = bz2.BZ2File(zipFile).read()

open（filename）

甚至更明确的

open（filename，'r'）

open，用于读取的是文本文件——压缩文件是二进制文件，因此为了正确读取，您必须使用

open（filename，'rb'）

打开它。（（我推荐的

bz2.BZ2File

当然知道它正在处理一个压缩文件，所以不需要再告诉它了）

在Python

2.*

中，在Unix-y系统（即除Windows之外的所有系统）上，您可以随意使用

open

（但在Python

3.*

中，您不能，因为文本是Unicode，而二进制是字节——不同的类型）

在Windows中（以及在此之前的DOS中），区分始终是必不可少的，因为Windows的文本文件由于历史原因是特殊的（使用两个字节而不是一个字节来结束行，并且至少在某些情况下，将值为

'\0x1A'

的字节作为文件的逻辑结尾）因此，读取和写入低级代码必须进行补偿

因此，我怀疑OP是在使用Windows，并为没有小心地使用

'rb'

选项（“读取二进制文件”）来打开

内置的
而付出了代价。（尽管无论您使用的是什么平台，
bz2.BZ2File
仍然更简单！）

openZip=open（zipFile，“r”）

如果您在Windows上运行，您可能需要在此处说openZip=open（zipFile，“rb”），因为文件可能包含CR/LF组合，并且您不希望对其进行翻译

newLine=openZip.readline（）

正如Alex指出的，这是非常错误的，因为“行”的概念对于压缩流来说是陌生的

s=fileHandle.read（1024）
[...]
解压数据+=bz2。解压

出于同样的原因，这是错误的。1024字节的块对解压器来说可能意义不大，因为解压器需要使用自己的块大小

s=fileHandle.read（）
解压数据=bz2。解压

如果这不起作用，我会说这是我上面提到的新行翻译问题。
这非常有用。
在Windows open上，2300个文件中有44个出现文件结尾丢失错误。
添加b（inary）标志以打开修复了该问题

for line in bz2.BZ2File(filename, 'rb', 10000000) :

效果很好。（10M是缓冲大小，适用于所涉及的大文件）

谢谢
 你好，Alex，谢谢你的快速回复，请查看我的问题中针对你评论的编辑。因此，此方法的问题是，虽然它似乎可以很好地解压缩，但当我尝试运行它时，文件不知何故已损坏。当我用7zip打开.bz2文件时，它运行良好。此外，正确提取的文件（带有7zip）的大小是948kb，而从我的脚本中提取的文件是952KB。我完全搞不懂。7zip除了bz2之外还接受许多其他格式，也许您的文件是其他格式之一。如果法律和隐私不妨碍这一点，把它放在一个公共URL上，给我URL，我会让你知道它的格式和如何解码——没有文件在手，这对我来说基本上是不可能的。谢谢你的帮助，Alex，很抱歉这里有点厚。这是有道理的，但是为什么python bz2库会解压缩该文件呢？它不会引发某种异常吗？我将查看是否可以找到放置该文件的位置（这并不违法，它只是Team Fortress 2映射文件（.bsp文件）的.bz2文件，但我不想公开这个URL，因为它是我朋友的服务器托管的。我如何检查.bz2文件是否真的在bz2文件中？但你说它确实引发了一个异常--一个值错误！我相信你只能在下载一个bzip2文件--如果这个exe正确解码了文件，我相信，这应该证明它是正确的bz2，反之亦然。你真的试过亚历克斯的建议吗？谢谢，这很有帮助。