Python压缩文件夹完全指南：从入门到高级技巧

在数据管理和自动化脚本开发中，文件压缩是一项至关重要的技能。Python提供了强大的内置模块，使得压缩文件夹变得简单高效。无论你是处理日常备份、分发软件包，还是优化存储空间，本文都将为你提供全面的解决方案。

一、Python压缩文件夹的基础方法

Python主要通过zipfile和shutil两个模块实现文件夹压缩。我们先来看最简单直接的方法。

1. 使用shutil.make_archive快速压缩

shutil.make_archive是一个高级接口，它内部调用了zipfile模块，但使用起来更为简便。

import shutil

# 基本语法：shutil.make_archive(输出文件路径，压缩格式，要压缩的文件夹路径)
shutil.make_archive('my_backup', 'zip', './my_folder')
print("压缩完成！")

这段代码会将./my_folder文件夹压缩为my_backup.zip文件。支持的压缩格式包括zip、tar、gztar、bztar和xztar。

2. 使用zipfile模块进行精细控制

如果你需要更精细地控制压缩过程（例如，选择压缩算法或设置压缩级别），可以直接使用zipfile模块。

import zipfile
import os

def compress_folder(folder_path, output_zip_path):
    with zipfile.ZipFile(output_zip_path, 'w', zipfile.ZIP_DEFLATED) as zipf:
        for root, dirs, files in os.walk(folder_path):
            for file in files:
                file_path = os.path.join(root, file)
                # 获取文件在压缩包内的相对路径
                arcname = os.path.relpath(file_path, os.path.dirname(folder_path))
                zipf.write(file_path, arcname)
    print(f"文件夹 '{folder_path}' 已压缩到 '{output_zip_path}'")

compress_folder('./data_project', 'project_backup.zip')

这里使用了zipfile.ZIP_DEFLATED压缩算法（需要zlib支持），它提供了良好的压缩率。你也可以使用zipfile.ZIP_STORED（仅打包，不压缩）来加速处理速度。

二、高级压缩技巧与场景

1. 处理大文件和分卷压缩

当压缩文件过大时（如超过4GB），可能需要分卷压缩。zipfile模块本身不直接支持分卷，但可以通过以下策略实现：

import zipfile
import math

def split_compress(folder_path, chunk_size_mb=100):
    """将大文件夹分卷压缩"""
    # 首先创建完整压缩包到内存或临时文件
    # 实际应用中，可能需要流式写入
    chunk_size_bytes = chunk_size_mb * 1024 * 1024
    # ... 实现分卷逻辑 ...
    # 提示：实际实现较复杂，建议使用第三方库如pyminizip或系统工具

实用建议：对于分卷压缩，更简单的方法是结合系统命令或使用第三方库如pyminizip，它们对分卷支持更好。

2. 加密压缩文件夹

Python标准库的zipfile模块不支持加密ZIP文件。要创建加密压缩包，你需要：

# 方法一：使用第三方库pyminizip
# pip install pyminizip
import pyminizip

pyminizip.compress(
    "./secret_folder",
    "",
    "encrypted.zip",
    "your_password",
    9  # 压缩级别 (0-9)
)

# 方法二：使用系统命令（需要安装7zip等工具）
import subprocess
subprocess.run(["7z", "a", "-p1234", "encrypted.7z", "./secret_folder"])

3. 只压缩特定类型的文件

通过在os.walk循环中添加过滤条件，你可以只压缩特定类型的文件：

import zipfile

def compress_images_only(folder_path, output_path):
    with zipfile.ZipFile(output_path, 'w') as zipf:
        for root, dirs, files in os.walk(folder_path):
            for file in files:
                if file.lower().endswith(('.png', '.jpg', '.jpeg', '.gif')):
                    file_path = os.path.join(root, file)
                    arcname = os.path.relpath(file_path, folder_path)
                    zipf.write(file_path, arcname)
    print("图片文件压缩完成！")

三、性能优化与最佳实践

• 压缩级别选择：在速度和压缩率之间权衡。ZIP_DEFLATED支持1-9的级别，级别越高压缩率越好但速度越慢。
• 内存管理：压缩大文件夹时，使用shutil.make_archive可能会消耗大量内存。对于超大文件，考虑分批次处理。
• 错误处理：始终添加try-except块处理可能的IO错误。
• 路径处理：使用os.path.relpath确保压缩包内的路径结构正确，避免绝对路径泄露。

四、完整实战脚本示例

以下是一个功能完整的文件夹压缩脚本，包含日志记录、错误处理和进度显示功能：

import os
import zipfile
import logging
from datetime import datetime

# 配置日志
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

def smart_compress(source_folder, output_dir=None, include_patterns=None, exclude_patterns=None):
    """
    智能压缩文件夹
    :param source_folder: 要压缩的源文件夹
    :param output_dir: 输出目录（默认为当前目录）
    :param include_patterns: 包含的文件模式列表，如['*.txt', '*.py']
    :param exclude_patterns: 排除的文件模式列表，如['*.log', '__pycache__']
    """
    if not os.path.exists(source_folder):
        logging.error(f"源文件夹不存在: {source_folder}")
        return None
    
    if output_dir is None:
        output_dir = os.getcwd()
    
    # 生成带时间戳的输出文件名
    timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
    folder_name = os.path.basename(source_folder)
    output_filename = f"{folder_name}_{timestamp}.zip"
    output_path = os.path.join(output_dir, output_filename)
    
    logging.info(f"开始压缩: {source_folder} -> {output_path}")
    
    try:
        with zipfile.ZipFile(output_path, 'w', zipfile.ZIP_DEFLATED) as zipf:
            file_count = 0
            total_size = 0
            
            for root, dirs, files in os.walk(source_folder):
                for file in files:
                    file_path = os.path.join(root, file)
                    
                    # 文件模式过滤
                    if include_patterns and not any(fnmatch.fnmatch(file, p) for p in include_patterns):
                        continue
                    if exclude_patterns and any(fnmatch.fnmatch(file, p) for p in exclude_patterns):
                        continue
                    
                    # 添加到压缩包
                    arcname = os.path.relpath(file_path, os.path.dirname(source_folder))
                    zipf.write(file_path, arcname)
                    
                    file_count += 1
                    total_size += os.path.getsize(file_path)
                    
                    if file_count % 100 == 0:
                        logging.info(f"已处理 {file_count} 个文件...")
            
            logging.info(f"压缩完成！共 {file_count} 个文件，原始大小: {total_size/1024/1024:.2f} MB")
            return output_path
            
    except Exception as e:
        logging.error(f"压缩过程中发生错误: {e}")
        if os.path.exists(output_path):
            os.remove(output_path)
        return None

# 使用示例
if __name__ == "__main__":
    result = smart_compress(
        './my_project',
        output_dir='./backups',
        include_patterns=['*.py', '*.txt', '*.md'],
        exclude_patterns=['*.pyc', '__pycache__', '.git']
    )
    if result:
        print(f"压缩文件保存在: {result}")

总结

Python提供了灵活而强大的文件夹压缩方案。从简单的shutil.make_archive到精细控制的zipfile模块，再到处理大文件和加密需求的高级技巧，你可以根据具体场景选择最合适的方法。记住在实际项目中加入错误处理和日志记录，这将使你的压缩脚本更加健壮可靠。

文件压缩不仅是节省空间，更是数据管理、版本控制和自动化流程中的关键环节。掌握这些Python技巧，将显著提升你的工作效率。