simtoolsz 0.2.2__tar.gz → 0.2.5__tar.gz

{simtoolsz-0.2.2 → simtoolsz-0.2.5}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.3
 Name: simtoolsz
-Version: 0.2.2
+Version: 0.2.5
 Summary: A simple tool collection.
 Author-email: Sidney Zhang <liangyi@me.com>
 License: MulanPSL-2.0

simtoolsz-0.2.5/docs/special2db_usage.md

@@ -0,0 +1,106 @@
+# special2db 函数使用指南
+
+`special2db` 函数用于将特殊格式的数据文件（TSV、Avro、Arrow）转换为DuckDB数据库。
+
+## 支持的文件格式
+
+- **TSV**: 制表符分隔的文本文件
+- **Avro**: Apache Avro格式文件  
+- **Arrow**: Apache Arrow格式文件
+
+## 基本用法
+
+### 读取单个TSV文件
+
+```python
+from simtoolsz.db import special2db
+
+# 读取单个TSV文件到DuckDB
+con = special2db('data/users.tsv', 'users.db')
+
+# 查询数据
+tables = con.execute("SHOW TABLES").fetchall()
+count = con.execute("SELECT COUNT(*) FROM users").fetchone()[0]
+print(f"记录数: {count}")
+
+# 关闭连接
+con.close()
+```
+
+### 使用自定义表名
+
+```python
+# 使用自定义表名
+con = special2db('data/customers.tsv', 'customers.db', table='客户表')
+
+# 查询自定义表名的数据
+count = con.execute("SELECT COUNT(*) FROM 客户表").fetchone()[0]
+print(f"客户表记录数: {count}")
+con.close()
+```
+
+### 处理目录中的多个文件
+
+```python
+# 处理目录中的所有TSV文件
+con = special2db('data_directory', 'all_data.db')
+
+# 查看所有创建的表
+tables = con.execute("SHOW TABLES").fetchall()
+print(f"创建的表: {[table[0] for table in tables]}")
+
+# 查询特定表
+count = con.execute("SELECT COUNT(*) FROM users").fetchone()[0]
+print(f"users表记录数: {count}")
+con.close()
+```
+
+### 指定读取参数
+
+```python
+# 指定编码和其他参数
+con = special2db('data/data.tsv', 'output.db', 
+                encoding='utf-8', 
+                header=True)
+
+# 查询数据
+tables = con.execute("SHOW TABLES").fetchall()
+print(f"创建的表: {[table[0] for table in tables]}")
+con.close()
+```
+
+## 错误处理
+
+函数会在以下情况下抛出 `ValueError`：
+
+1. **找不到支持的数据文件**
+   ```python
+   # 目录中没有TSV、Avro或Arrow文件
+   con = special2db('empty_directory', 'output.db')
+   # ValueError: 未找到支持的数据文件（tsv、avro、arrow）
+   ```
+
+2. **不支持的文件格式**
+   ```python
+   # 尝试读取不支持的文件格式
+   con = special2db('data/file.txt', 'output.db')
+   # ValueError: 不支持的文件格式: .txt。支持的格式: tsv, avro, arrow
+   ```
+
+## 表名处理规则
+
+1. **默认表名**: 使用文件名（不含扩展名）
+2. **自定义表名**: 通过 `table` 参数指定
+3. **表名清理**: 自动移除特殊字符，只保留字母、数字和下划线
+4. **多文件处理**: 每个文件创建一个表，表名基于文件名
+
+## 注意事项
+
+1. **数据库连接**: 函数返回DuckDB连接对象，使用完毕后需要手动关闭
+2. **表覆盖**: 如果表已存在，会先删除再重新创建
+3. **文件锁定**: 确保在使用完连接后关闭，避免文件锁定问题
+4. **临时文件**: 示例中使用临时文件时，注意文件生命周期管理
+
+## 完整示例
+
+参考 `examples/special2db_example.py` 文件获取完整的使用示例。

simtoolsz-0.2.5/examples/special2db_example.py

@@ -0,0 +1,144 @@
+"""
+special2db 函数使用示例
+
+这个示例演示如何使用 special2db 函数将特殊格式（TSV、Avro、Arrow）的数据文件转换为DuckDB数据库。
+"""
+
+import tempfile
+from pathlib import Path
+from simtoolsz.db import special2db
+
+def create_sample_data():
+    """创建示例数据"""
+    
+    tmpdir = Path(tempfile.mkdtemp())
+    
+    # 创建TSV文件 - 用户数据
+    tsv_content = """user_id\tname\tage\tcity\temail
+1\tAlice\t25\tNew York\talice@example.com
+2\tBob\t30\tLondon\tbob@example.com
+3\tCharlie\t35\tTokyo\tcharlie@example.com
+4\tDiana\t28\tParis\tdiana@example.com
+5\tEve\t32\tBerlin\teve@example.com"""
+    tsv_file = tmpdir / 'users.tsv'
+    tsv_file.write_text(tsv_content, encoding='utf-8')
+    
+    print(f"示例数据已创建在: {tmpdir}")
+    print(f"TSV文件: {tsv_file}")
+    
+    return tmpdir, tsv_file
+
+def main():
+    """主函数"""
+    print("=== special2db 函数使用示例 ===\n")
+    
+    tmpdir, tsv_file = create_sample_data()
+    
+    # 示例1: 读取单个TSV文件
+    print("--- 示例1: 读取单个TSV文件 ---")
+    with tempfile.TemporaryDirectory() as test_dir:
+        test_dir = Path(test_dir)
+        db_file = test_dir / 'users.db'
+        
+        con = special2db(tsv_file, db_file)
+        
+        try:
+            # 显示表信息
+            tables = con.execute("SHOW TABLES").fetchall()
+            print(f"创建的表: {[table[0] for table in tables]}")
+            
+            # 显示数据
+            if 'users' in [t[0] for t in tables]:
+                count = con.execute("SELECT COUNT(*) FROM users").fetchone()[0]
+                print(f"记录数: {count}")
+                
+                # 显示表结构
+                columns = con.execute("DESCRIBE users").fetchall()
+                print(f"列信息: {[(col[0], col[1]) for col in columns]}")
+                
+                # 显示前3条数据
+                data = con.execute("SELECT * FROM users LIMIT 3").fetchall()
+                print(f"前3条数据:")
+                for row in data:
+                    print(f"  {row}")
+        finally:
+            con.close()
+    
+    # 示例2: 使用自定义表名
+    print("\n--- 示例2: 使用自定义表名 ---")
+    with tempfile.TemporaryDirectory() as test_dir:
+        test_dir = Path(test_dir)
+        db_file = test_dir / 'custom_name.db'
+        
+        con = special2db(tsv_file, db_file, table='客户表')
+        
+        try:
+            tables = con.execute("SHOW TABLES").fetchall()
+            print(f"创建的表: {[table[0] for table in tables]}")
+            
+            if '客户表' in [t[0] for t in tables]:
+                count = con.execute("SELECT COUNT(*) FROM 客户表").fetchone()[0]
+                print(f"客户表记录数: {count}")
+                
+                # 查询特定数据
+                data = con.execute("SELECT * FROM 客户表 WHERE age > 30").fetchall()
+                print(f"年龄大于30的客户: {data}")
+        finally:
+            con.close()
+    
+    # 示例3: 处理目录
+    print("\n--- 示例3: 处理目录 ---")
+    with tempfile.TemporaryDirectory() as test_dir:
+        test_dir = Path(test_dir)
+        
+        # 创建多个TSV文件
+        users_tsv = test_dir / 'users.tsv'
+        users_tsv.write_text(tsv_file.read_text(), encoding='utf-8')
+        
+        products_tsv = test_dir / 'products.tsv'
+        products_content = """product_id\tname\tprice\tcategory\tstock
+101\t笔记本电脑\t8999\t电子产品\t50
+102\t无线鼠标\t199\t配件\t200
+103\tUSB硬盘\t599\t存储\t80
+104\t显示器\t1599\t电子产品\t30
+105\t键盘\t299\t配件\t150"""
+        products_tsv.write_text(products_content, encoding='utf-8')
+        
+        db_file = test_dir / 'directory.db'
+        con = special2db(test_dir, db_file)
+        
+        try:
+            tables = con.execute("SHOW TABLES").fetchall()
+            print(f"创建的表: {[table[0] for table in tables]}")
+            
+            # 查询每个表
+            for table_name in ['users', 'products']:
+                if table_name in [t[0] for t in tables]:
+                    count = con.execute(f"SELECT COUNT(*) FROM {table_name}").fetchone()[0]
+                    print(f"{table_name}表记录数: {count}")
+        finally:
+            con.close()
+    
+    # 示例4: 使用额外的DuckDB参数
+    print("\n--- 示例4: 使用额外的DuckDB参数 ---")
+    with tempfile.TemporaryDirectory() as test_dir:
+        test_dir = Path(test_dir)
+        db_file = test_dir / 'with_params.db'
+        
+        # 为TSV文件指定编码和其他参数
+        con = special2db(tsv_file, db_file, 
+                        encoding='utf-8',
+                        header=True)
+        
+        if con:
+            try:
+                tables = con.execute("SHOW TABLES").fetchall()
+                print(f"创建的表: {[table[0] for table in tables]}")
+            finally:
+                con.close()
+    
+    print("\n=== 所有示例完成 ===")
+    print("special2db 函数使用示例结束")
+
+if __name__ == "__main__":
+    main()

{simtoolsz-0.2.2 → simtoolsz-0.2.5}/examples/zip2db_example.py

@@ -8,7 +8,7 @@ import zipfile
 import tempfile
 import json
 from pathlib import Path
-from simtoolsz.io import zip2db
+from simtoolsz.db import zip2db
 
 def create_sample_data(tmpdir):
     """创建示例数据"""

{simtoolsz-0.2.2 → simtoolsz-0.2.5}/pyproject.toml

@@ -1,6 +1,6 @@
 [project]
 name = "simtoolsz"
-version = "0.2.2"
+version = "0.2.5"
 description = "A simple tool collection."
 keywords = ["tool", "collection"]
 license = { text = "MulanPSL-2.0" }

{simtoolsz-0.2.2 → simtoolsz-0.2.5}/src/simtoolsz/__init__.py

@@ -1,17 +1,18 @@
 import importlib.metadata
 
-import simtoolsz.io as io
+import simtoolsz.db as db
 import simtoolsz.mail as mail
 import simtoolsz.utils as utils
 import simtoolsz.datetime as datetime
+import simtoolsz.reader as reader
 
 
 try:
     __version__ = importlib.metadata.version("simtoolsz")
 except importlib.metadata.PackageNotFoundError:
-    __version__ = "0.2.2"
+    __version__ = "0.2.5"
 
 __all__ = [
-    '__version__', 'mail', 'utils', 'datetime', 'io'
+    '__version__', 'mail', 'utils', 'datetime', 'db', 'reader'
 
 ]

simtoolsz-0.2.5/src/simtoolsz/db.py

@@ -0,0 +1,373 @@
+from typing import Optional, Dict, List, Union
+from pathlib import Path
+from tempfile import TemporaryDirectory
+from zipfile import ZipFile
+
+import duckdb
+
+__all__ = [ 'zip2db', 'special2db', 'multizip2db' ]
+
+def zip2db(zip_file: Path, db_file: Path, 
+           filename: Optional[str] = None,
+           table: Optional[Union[Dict[str, str], List[str], str]] = None,
+           **kwargs
+) -> duckdb.DuckDBPyConnection :
+    """
+    读取zip中的csv、xlsx、parquet、json数据到duckdb数据库
+    
+    Args:
+        zip_file: zip文件路径
+        db_file: duckdb数据库文件路径
+        filename: 指定要读取的具体文件名，如果不指定则读取所有支持的数据文件
+        table: 指定表名，可以是:
+               - dict: {文件名: 表名} 的映射
+               - list: 与文件顺序对应的表名列表
+               - str: 单个表名（仅当读取单个文件时）
+        **kwargs: 传递给duckdb读取文件的额外参数
+    
+    Returns:
+        duckdb连接对象
+    """
+    with TemporaryDirectory() as tmpdir:
+        with ZipFile(zip_file, 'r') as zip_ref:
+            zip_ref.extractall(tmpdir)
+        
+        tmpdir_path = Path(tmpdir)
+        
+        # 获取要处理的文件列表
+        if filename:
+            # 如果指定了具体文件名
+            data_files = [tmpdir_path / filename]
+        else:
+            # 获取所有支持的数据文件
+            supported_extensions = ['*.csv', '*.xlsx', '*.parquet', '*.json']
+            data_files = []
+            for ext in supported_extensions:
+                data_files.extend(tmpdir_path.glob(ext))
+        
+        if not data_files:
+            raise ValueError("未找到支持的数据文件")
+        
+        # 建立数据库连接
+        con = duckdb.connect(db_file)
+        
+        # 处理每个文件
+        for i, data_file in enumerate(data_files):
+            if not data_file.exists():
+                continue
+                
+            # 确定表名
+            if isinstance(table, dict):
+                # 如果table是字典，按文件名查找
+                table_name = table.get(data_file.name)
+                if not table_name:
+                    # 如果字典中没有这个文件，使用文件名（不含扩展名）
+                    table_name = data_file.stem
+            elif isinstance(table, list):
+                # 如果table是列表，按顺序取
+                if i < len(table):
+                    table_name = table[i]
+                else:
+                    table_name = data_file.stem
+            elif isinstance(table, str) and len(data_files) == 1:
+                # 如果table是字符串且只有一个文件
+                table_name = table
+            else:
+                # 默认使用文件名（不含扩展名）
+                table_name = data_file.stem
+            
+            # 清理表名（移除特殊字符）
+            table_name = ''.join(c for c in table_name if c.isalnum() or c == '_')
+            
+            # 根据文件扩展名选择合适的读取方式
+            suffix = data_file.suffix.lower()
+            
+            try:
+                # 构建参数字符串
+                kwargs_str = ', '.join([f"{k}='{v}'" for k, v in kwargs.items()]) if kwargs else ''
+                
+                if suffix == '.csv':
+                    # 读取CSV文件
+                    if kwargs_str:
+                        read_query = f"CREATE TABLE {table_name} AS SELECT * FROM read_csv_auto('{data_file}', {kwargs_str})"
+                    else:
+                        read_query = f"CREATE TABLE {table_name} AS SELECT * FROM read_csv_auto('{data_file}')"
+                elif suffix == '.xlsx':
+                    # 读取Excel文件
+                    if kwargs_str:
+                        read_query = f"CREATE TABLE {table_name} AS SELECT * FROM st_read('{data_file}', {kwargs_str})"
+                    else:
+                        read_query = f"CREATE TABLE {table_name} AS SELECT * FROM st_read('{data_file}')"
+                elif suffix == '.parquet':
+                    # 读取Parquet文件
+                    if kwargs_str:
+                        read_query = f"CREATE TABLE {table_name} AS SELECT * FROM read_parquet('{data_file}', {kwargs_str})"
+                    else:
+                        read_query = f"CREATE TABLE {table_name} AS SELECT * FROM read_parquet('{data_file}')"
+                elif suffix == '.json':
+                    # 读取JSON文件
+                    if kwargs_str:
+                        read_query = f"CREATE TABLE {table_name} AS SELECT * FROM read_json_auto('{data_file}', {kwargs_str})"
+                    else:
+                        read_query = f"CREATE TABLE {table_name} AS SELECT * FROM read_json_auto('{data_file}')"
+                else:
+                    continue
+                
+                # 如果表已存在，先删除
+                con.execute(f"DROP TABLE IF EXISTS {table_name}")
+                
+                # 执行读取查询
+                con.execute(read_query.strip())
+                
+            except Exception as e:
+                print(f"处理文件 {data_file.name} 时出错: {e}")
+                continue
+    
+    return con
+
+def special2db(data_path: Path, db_path: Path, 
+               table: Optional[str] = None, **kwargs
+) -> duckdb.DuckDBPyConnection :
+    """
+    将特殊格式的文件（如tsv）转换为DuckDB数据库。
+    
+    支持的文件格式：
+    - tsv: 制表符分隔的文本文件
+    - avro: Apache Avro格式文件
+    - arrow: Apache Arrow格式文件
+
+    Args:
+        data_path: 包含数据文件的路径
+        db_path: 输出的DuckDB数据库文件路径
+        table: 表名（如果是压缩包，每个文件对应一个表）
+        **kwargs: 传递给duckdb读取文件的额外参数
+    
+    Returns:
+        duckdb连接对象
+    
+    Raises:
+        ValueError: 当找不到支持的数据文件或文件格式不支持时
+    
+    Examples:
+        >>> # 读取单个TSV文件
+        >>> con = special2db('data/users.tsv', 'users.db')
+        
+        >>> # 使用自定义表名
+        >>> con = special2db('data/customers.tsv', 'customers.db', table='客户表')
+        
+        >>> # 处理目录中的多个文件
+        >>> con = special2db('data_directory', 'all_data.db')
+        
+        >>> # 指定编码和其他参数
+        >>> con = special2db('data/data.tsv', 'output.db', encoding='utf-8', header=True)
+        
+        >>> # 查询数据
+        >>> tables = con.execute("SHOW TABLES").fetchall()
+        >>> count = con.execute("SELECT COUNT(*) FROM users").fetchone()[0]
+        >>> con.close()
+    """
+    data_path = Path(data_path)
+    db_path = Path(db_path)
+    
+    # 建立数据库连接
+    con = duckdb.connect(db_path)
+    
+    # 获取要处理的文件列表
+    if data_path.is_file():
+        # 如果是单个文件，检查扩展名是否支持
+        suffix = data_path.suffix.lower()
+        if suffix not in ['.tsv', '.avro', '.arrow']:
+            raise ValueError(f"不支持的文件格式: {suffix}。支持的格式: tsv, avro, arrow")
+        data_files = [data_path]
+    else:
+        # 如果是目录，获取所有支持的文件
+        supported_extensions = ['*.tsv', '*.avro', '*.arrow']
+        data_files = []
+        for ext in supported_extensions:
+            data_files.extend(data_path.glob(ext))
+    
+    if not data_files:
+        raise ValueError("未找到支持的数据文件（tsv、avro、arrow）")
+    
+    # 处理每个文件
+    for i, data_file in enumerate(data_files):
+        if not data_file.exists():
+            continue
+        
+        # 确定表名
+        if table and len(data_files) == 1:
+            # 如果指定了表名且只有一个文件
+            table_name = table
+        else:
+            # 默认使用文件名（不含扩展名）
+            table_name = data_file.stem
+        
+        # 清理表名（移除特殊字符）
+        table_name = ''.join(c for c in table_name if c.isalnum() or c == '_')
+        
+        # 根据文件扩展名选择合适的读取方式
+        suffix = data_file.suffix.lower()
+        
+        try:
+            # 构建参数字符串
+            kwargs_str = ', '.join([f"{k}='{v}'" for k, v in kwargs.items()]) if kwargs else ''
+            
+            if suffix == '.tsv':
+                # 读取TSV文件（制表符分隔）
+                if kwargs_str:
+                    read_query = f"CREATE TABLE {table_name} AS SELECT * FROM read_csv_auto('{data_file}', delim='\\t', {kwargs_str})"
+                else:
+                    read_query = f"CREATE TABLE {table_name} AS SELECT * FROM read_csv_auto('{data_file}', delim='\\t')"
+            elif suffix == '.avro':
+                # 读取Avro文件
+                if kwargs_str:
+                    read_query = f"CREATE TABLE {table_name} AS SELECT * FROM read_avro('{data_file}', {kwargs_str})"
+                else:
+                    read_query = f"CREATE TABLE {table_name} AS SELECT * FROM read_avro('{data_file}')"
+            elif suffix == '.arrow':
+                # 读取Arrow文件
+                if kwargs_str:
+                    read_query = f"CREATE TABLE {table_name} AS SELECT * FROM read_arrow('{data_file}', {kwargs_str})"
+                else:
+                    read_query = f"CREATE TABLE {table_name} AS SELECT * FROM read_arrow('{data_file}')"
+            else:
+                continue
+            
+            # 如果表已存在，先删除
+            con.execute(f"DROP TABLE IF EXISTS {table_name}")
+            
+            # 执行读取查询
+            con.execute(read_query.strip())
+            
+        except Exception as e:
+            print(f"处理文件 {data_file.name} 时出错: {e}")
+            continue
+    
+    return con
+
+
+def multizip2db(ziplist:list[Path], filenames:str|list[str], 
+                db_path: Optional[Path] = None,
+                table:Optional[str] = None, **kwargs
+) -> duckdb.DuckDBPyConnection:
+    """
+    将多个压缩包中指定的文件的数据合并后转换到DuckDB数据库中。
+    主要支持的数据：tsv、csv、xlsx、parquet、json。
+
+    注意：
+        1. 每个压缩包中的文件会被合并到一个表中。
+        2. 如果指定了表名，所有数据将合并到该表中。
+        3. 如果未指定表名，每个文件将使用其文件名（不含扩展名）作为表名。
+
+    Args:
+        ziplist: 包含压缩包路径的列表
+        filenames: 要处理的文件名（支持通配符）
+        table: 可选的表名，默认使用文件名（不含扩展名）
+        kwargs: 传递给special2db的其他参数
+    
+    Returns:
+        duckdb连接对象
+    """
+    # 确保filenames是列表
+    if isinstance(filenames, str):
+        filenames = [filenames]
+    
+    # 创建数据库连接
+    if db_path is None:
+        db_path = ":memory:"
+    else:
+        db_path = Path(db_path)
+    con = duckdb.connect(db_path)
+    
+    try:
+        with TemporaryDirectory() as tmpdir:
+            tmpdir_path = Path(tmpdir)
+            
+            # 处理每个压缩包
+            for zip_path in ziplist:
+                if not zip_path.exists():
+                    print(f"压缩包不存在: {zip_path}")
+                    continue
+                
+                with ZipFile(zip_path, 'r') as zip_ref:
+                    # 提取压缩包内容
+                    zip_ref.extractall(tmpdir_path)
+                    
+                    # 查找匹配的文件
+                    for filename_pattern in filenames:
+                        # 支持通配符匹配
+                        matched_files = list(tmpdir_path.glob(filename_pattern))
+                        
+                        for data_file in matched_files:
+                            if not data_file.is_file():
+                                continue
+                            
+                            # 确定表名
+                            if table:
+                                table_name = table
+                            else:
+                                table_name = data_file.stem
+                            
+                            # 清理表名（移除特殊字符）
+                            table_name = ''.join(c for c in table_name if c.isalnum() or c == '_')
+                            
+                            # 根据文件扩展名选择合适的读取方式
+                            suffix = data_file.suffix.lower()
+                            
+                            try:
+                                # 构建参数字符串
+                                kwargs_str = ', '.join([f"{k}='{v}'" for k, v in kwargs.items()]) if kwargs else ''
+                                
+                                # 构建读取查询
+                                if suffix == '.csv':
+                                    if kwargs_str:
+                                        read_query = f"SELECT * FROM read_csv_auto('{data_file}', {kwargs_str})"
+                                    else:
+                                        read_query = f"SELECT * FROM read_csv_auto('{data_file}')"
+                                elif suffix == '.xlsx':
+                                    if kwargs_str:
+                                        read_query = f"SELECT * FROM st_read('{data_file}', {kwargs_str})"
+                                    else:
+                                        read_query = f"SELECT * FROM st_read('{data_file}')"
+                                elif suffix == '.parquet':
+                                    if kwargs_str:
+                                        read_query = f"SELECT * FROM read_parquet('{data_file}', {kwargs_str})"
+                                    else:
+                                        read_query = f"SELECT * FROM read_parquet('{data_file}')"
+                                elif suffix == '.json':
+                                    if kwargs_str:
+                                        read_query = f"SELECT * FROM read_json_auto('{data_file}', {kwargs_str})"
+                                    else:
+                                        read_query = f"SELECT * FROM read_json_auto('{data_file}')"
+                                elif suffix == '.tsv':
+                                    if kwargs_str:
+                                        read_query = f"SELECT * FROM read_csv_auto('{data_file}', delim='\\t', {kwargs_str})"
+                                    else:
+                                        read_query = f"SELECT * FROM read_csv_auto('{data_file}', delim='\\t')"
+                                else:
+                                    continue
+                                
+                                # 检查表是否已存在
+                                existing_tables = con.execute("SHOW TABLES").fetchall()
+                                table_exists = any(table_name == t[0] for t in existing_tables)
+                                
+                                if table_exists:
+                                    # 如果表已存在，插入数据
+                                    con.execute(f"INSERT INTO {table_name} {read_query}")
+                                else:
+                                    # 如果表不存在，创建新表
+                                    con.execute(f"CREATE TABLE {table_name} AS {read_query}")
+                                
+                            except Exception as e:
+                                print(f"处理文件 {data_file.name} 时出错: {e}")
+                                continue
+                            
+                            # 清理已处理的文件，避免重复处理
+                            data_file.unlink(missing_ok=True)
+    
+    except Exception as e:
+        print(f"处理压缩包时出错: {e}")
+        raise
+    
+    return con
+