pythonでbz2に圧縮する方法

Question

pythonでbzip圧縮を行いたいのですが、エラーとなります。
対策方法を教えてください。

# -*- coding: utf-8 -*-

import os
import bz2

def main():
    path = 'test.txt'
    print(os.path.exists(path))
    bz2.compress(path)

if __name__ == "__main__":
    main()

エラー
Traceback (most recent call last):
adada
File "/Users/xxxxx/Desktop/python_study/bz2_test.py", line 17, in <module>
main()
File "/Users/xxxxx/Desktop/python_study/bz2_test.py", line 13, in main
bz2.compress(path)
File "/Users/xxxxx/anaconda3/envs/py37/lib/python3.7/bz2.py", line 334, in compress
return comp.compress(data) + comp.flush()
TypeError: a bytes-like object is required, not 'str'

Process finished with exit code 1

Answer 1

test.txtを圧縮したファイル（text.txt.bz2みたいな・・・）を作りたいということでしょうか。

bz2.compressの第一引数はbytes-like objectである必要があるので、openでrbモードで開いてreadでまるごと読み込んだものを渡してあげれば動きます。結果はまた別途書き出す必要があります。

    with open(path, "rb") as f1:
        data = f1.read()
        with open(path + ".bz2", "wb") as f2:
            f2.write(bz2.compress(data))

でもこうするのは労力の無駄な上に遅いはずなので、たとえばUNIX系のシステムならシステムに入っている（であろう）bz2圧縮のコマンドをsubprocess.callでも使って呼んだ方が良いでしょうし、それなら最初からシェルスクリプトで書くというのも一つの手でしょう。

pythonプログラムで生成したデータを圧縮して吐き出したい、というときはこういう機能も使えますが（ただし標準モジュールのbz2を直接叩くよりは、wrapperになるライブラリをかますことの方が多いでしょう）、単に既存のファイルを圧縮するにはあんまり向いていません。

追記

bz2モジュールの機能を使う限りは、「圧縮元のファイルを自分で開いて読み込む必要がある」ということです。

import os
import bz2

def main():
    path = 'test.txt'
    with open(path, "rb") as f1:
        data = f1.read()
        with bz2.BZ2File(path + ".bz2", mode="w") as f2:
            f2.write(data)

if __name__ == "__main__":
    main()

Comments

[yositigu]

ありがとうございます。
上記のような書き方ではなく、
BZ2Fileという関数を使えば
もっとシンプルにできたりしないでしょうか?

[hayataka2049]

追記に載せてみました。シンプルになったかどうかはなんともいえないレベルだと思います。

[yositigu]

ありがとうございます。
回答すると元のファイル名(test.txt)がtest 2.txtになってしまい、元のファイル名を変えない方法をご存知でしょうか？

[yositigu]

また、subprocess.callを使ったやり方を教えていただけないでしょうか？

[hayataka2049]

＞回答すると元のファイル名(test.txt)がtest 2.txtになってしまい、元のファイル名を変えない方法をご存知でしょうか？
まず、このコメントに2つ疑問点があります。
・私の回答の通りやると結果のファイルの名前はtest.txt.bz2になるはずです。
・test.txtとして吐き出すこともできますが、そうすると元のファイルが上書きされてしまいます（たとえばエディタなどで開けなくなる）。また、普通は拡張子でファイルのフォーマットを判断しますので、変えないとまずいです。

[hayataka2049]

最近のバージョンではsubprocess.runが推奨されていますので、こちらを使います。
https://docs.python.org/ja/3/library/subprocess.html

import subprocess
path = 'test.txt'
subprocess.run(["bzip2", "-k", path])

これはOSにbzip2コマンドが存在するかどうかに依存するコードです。おそらくそのまま動くであろうと言えるのはUNIX系（Linux, macOS: macOSについてはデフォルトで入っているかどうかは確認していませんのでご注意ください）だけなのでご注意ください。

[yositigu]

ありがとうございます。
Test.txt.bz2をtest.bz2にする
また解凍するときちんとファイル名がtest.txtになっている
の方法をご教授いただけないでしょうか？
Subprocessの方法でお願いします。

[hayataka2049]

一発でやるのはbzip2コマンドでは無理です。もう一行足してmoveを呼んでファイル名を変えるのが一番簡単なやり方です。それか、他の圧縮機能のあるコマンドを探すべきでしょう（思いついたら書くつもりだっけど、思いつかなかった）。
ただ、こういうものについては慣習的な命名に従うことをおすすめします。自分にとってわかりづらくなるだけです。