【亲测免费】 py7zr 技术文档
2026-01-25 04:17:07作者:盛欣凯Ernestine
安装指南
使用pip安装
你可以通过Python的标准包管理工具pip轻松安装py7zr:
pip install py7zr
使用conda安装
如果你的环境是基于Anaconda,可以选择conda进行安装:
conda install -c conda-forge py7zr
项目使用说明
命令行界面(CLI)使用
列出归档文件内容
py7zr l test.7z
解压缩归档文件
py7zr x test.7z
带有密码的解压操作:
py7zr x -Ppassword test.7z
创建归档文件
py7zr c target.7z test_dir
创建分卷归档:
py7zr c -v 500k target.7z test_dir
在Python应用中的使用
解压缩与解密
使用SevenZipFile类直接在代码中解压文件:
import py7zr
with py7zr.SevenZipFile('sample.7z', mode='r') as archive:
archive.extractall(path="/tmp")
压缩与加密
创建一个新的7z归档并加入文件:
with py7zr.SevenZipFile('target.7z', 'w') as archive:
archive.writeall('/path/to/base_dir', 'base')
若要创建加密的归档,只需提供一个密码:
with py7zr.SevenZipFile('target.7z', 'w', password='your_password') as archive:
archive.writeall('/path/to/base_dir', 'base')
项目API使用文档
py7zr提供了丰富的API来支持复杂的需求,例如选择性提取特定文件:
import py7zr, re
filter_pattern = re.compile('<your_regex_here>')
with py7zr.SevenZipFile('archive.7z', 'r') as archive:
selective_files = [f for f in archive.getnames() if filter_pattern.match(f)]
archive.extract(targets=selective_files)
项目安装方式
已在“安装指南”部分详细描述,通过pip和conda两种方式进行安装。
以上即为py7zr库的基本安装方法、使用说明和API简介。更多高级特性和详细的开发者指导,请参考项目的官方文档User Guide, API Guide,以及贡献者指南等资源。py7zr兼容多种压缩算法,支持加密和分卷,非常适合集成到数据处理或自动化脚本中。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134