這篇文章主要介紹了在Python中使用zlib模塊進行數據壓縮的教程,是Python入門學習中的基礎知識,需要的朋友可以參考下
Python標准模塊中，有多個模塊用於數據的壓縮與解壓縮，如zipfile，gzip, bz2等等。上次介紹了zipfile模塊，今天就來講講zlib模塊。
zlib.compress(string[, level])
zlib.decompress(string[, wbits[, bufsize]])
zlib.compress用於壓縮流數據。參數string指定了要壓縮的數據流，參數level指定了壓縮的級別，它的取值范圍是1到9。壓縮速度與壓縮率成反比，1表示壓縮速度最快，而壓縮率最低，而9則表示壓縮速度最慢但壓縮率最高。zlib.decompress用於解壓數據。參數string指定了需要解壓的數據，wbits和bufsize分別用於設置系統緩沖區大小(window buffer )與輸出緩沖區大小(output buffer)。下面用一個例子來演示如何使用這兩個方法：
?
19#coding=gbk
import zlib, urllib
fp = urllib.urlopen('http://localhost/default.html')
str = fp.read()
fp.close()
#---- 壓縮數據流。
str1 = zlib.compress(str, zlib.Z_BEST_COMPRESSION)
str2 = zlib.decompress(str1)
print len(str)
print len(str1)
print len(str2)
# ---- 結果
#5783
#1531
#5783
我們也可以使用Compress/Decompress對象來對數據進行壓縮/解壓縮。zlib.compressobj([level]) 與zlib.decompress(string[, wbits[, bufsize]]) 分別創建Compress/Decompress縮對象。通過對象對數據進行壓縮和解壓縮的使用方式與上面介紹的zlib.compress,zlib.decompress非常類似。但兩者對數據的壓縮還是有區別的，這主要體現在對大量數據進行操作的情況下。假如現在要壓縮一個非常大的數據文件(上百M)，如果使用zlib.compress來壓縮的話，必須先一次性將文件裡的數據讀到內存裡，然後將數據進行壓縮。這樣勢必會戰用太多的內存。如果使用對象來進行壓縮，那麼沒有必要一次性讀取文件的所有數據，可以先讀一部分數據到內存裡進行壓縮，壓縮完後寫入文件，然後再讀其他部分的數據壓縮，如此循環重復，只到壓縮完整個文件。下面一個例子來演示這之間的區別：
?
66#coding=gbk
import zlib, urllib
fp = urllib.urlopen('http://localhost/default.html')
# 訪問的到的網址。
data = fp.read()
fp.close()
#---- 壓縮數據流
str1 = zlib.compress(data, zlib.Z_BEST_COMPRESSION)
str2 = zlib.decompress(str1)
print '原始數據長度：', len(data)
print '-' * 30
print 'zlib.compress壓縮後：', len(str1)
print 'zlib.decompress解壓後：', len(str2)
print '-' * 30
#---- 使用Compress, Decompress對象對數據流進行壓縮/解壓縮
com_obj = zlib.compressobj(zlib.Z_BEST_COMPRESSION)
decom_obj = zlib.decompressobj()
str_obj = com_obj.compress(data)
str_obj += com_obj.flush()
print 'Compress.compress壓縮後：', len(str_obj)
str_obj1 = decom_obj.decompress(str_obj)
str_obj1 += decom_obj.flush()
print 'Decompress.decompress解壓後：', len(str_obj1)
print '-' * 30
#---- 使用Compress, Decompress對象，對數據進行分塊壓縮/解壓縮。
com_obj1 = zlib.compressobj(zlib.Z_BEST_COMPRESSION)
decom_obj1 = zlib.decompressobj()
chunk_size = 30;
#原始數據分塊
str_chunks = [data[i * chunk_size:(i + 1) * chunk_size] /
for i in range((len(data) + chunk_size) / chunk_size)]
str_obj2 = ''
for chunk in str_chunks:
str_obj2 += com_obj1.compress(chunk)
str_obj2 += com_obj1.flush()
print '分塊壓縮後：', len(str_obj2)
#壓縮數據分塊解壓
str_chunks = [str_obj2[i * chunk_size:(i + 1) * chunk_size] /
for i in range((len(str_obj2) + chunk_size) / chunk_size)]
str_obj2 = ''
for chunk in str_chunks:
str_obj2 += decom_obj1.decompress(chunk)
str_obj2 += decom_obj1.flush()
print '分塊解壓後：', len(str_obj2)
# ---- 結果 ------------------------
原始數據長度： 5783
------------------------------
zlib.compress壓縮後： 1531
zlib.decompress解壓後： 5783
------------------------------
Compress.compress壓縮後： 1531
Decompress.decompress解壓後： 5783
------------------------------
分塊壓縮後： 1531
分塊解壓後： 5783
Python手冊對zlib模塊的介紹比較詳細，更具體的應用，可以參考Python手冊。
