windows-zip-extract

name	windows-zip-extract
description	Windows で作成された ZIP ファイルを macOS / Linux で展開するときの Deflate64 圧縮・Shift_JIS ファイル名・CP932 テキストエンコーディングの 3 重問題を解決する。ZIP 展開で文字化けやエラーが出たときに参照する。
user-invocable	false

Windows ZIP を macOS / Linux で展開する

実践知見: uSonar 被保険者データ展開 (2026-04) での対応をもとにまとめた。

問題の全体像

Windows 標準の ZIP 作成は以下の 3 つの非互換を同時に起こすことがある:

#	問題	原因	影響
1	展開自体が失敗	Deflate64 (タイプ 9) 圧縮	macOS unzip, Python zipfile が未対応
2	ファイル名が文字化け	ファイル名が Shift_JIS (CP932) で記録	UTF-8 環境でバイト列がそのまま書き出される
3	ファイル内容が文字化け	テキスト/CSV が Shift_JIS	cat / head で文字化け

推奨手順

Step 1: 7z で展開する

macOS unzip / ditto / Python zipfile は Deflate64 をサポートしない。 p7zip (7z コマンド) を使う。

pixi global install p7zip
7z x archive.zip -o. -aoa

• -o.: カレントディレクトリに展開
• -aoa: 既存ファイルを上書き

圧縮タイプの確認方法

展開に失敗した場合、まず圧縮方式を確認する:

import zipfile
zf = zipfile.ZipFile('archive.zip', 'r')
for info in zf.infolist():
    print(f'{info.filename}: compress_type={info.compress_type}, size={info.file_size}')

タイプ	名前	unzip	Python zipfile	7z
0	Stored	OK	OK	OK
8	Deflate	OK	OK	OK
9	Deflate64	NG	NG	OK
12	BZIP2	NG	OK	OK
14	LZMA	NG	OK	OK

Step 2: 文字化けファイル名をリネーム

7z は ZIP 内のファイル名バイト列をそのまま書き出す。 Shift_JIS のファイル名は latin-1 → cp932 でデコードしてリネームする。

import os

for f in os.listdir('.'):
    try:
        decoded = f.encode('latin-1').decode('cp932')
        if decoded != f:
            os.rename(f, decoded)
            print(f'Renamed: {f!r} -> {decoded}')
    except (UnicodeDecodeError, UnicodeEncodeError):
        pass  # ASCII のみのファイル名はスキップ

なぜ latin-1 → cp932 なのか

OS がファイル名を UTF-8 として解釈しようとするが、 Shift_JIS のバイト列は有効な UTF-8 ではないため、各バイトが latin-1 (ISO 8859-1) として個別のコードポイントにマッピングされる。 encode('latin-1') で元のバイト列に戻し、decode('cp932') で正しい日本語に復元する。

Step 3: テキストの文字コードを UTF-8 に変換

Windows 由来のテキスト/CSV ファイルは Shift_JIS (CP932) であることが多い。

import pathlib

path = pathlib.Path('data.txt')
text = path.read_bytes().decode('cp932')
path.write_text(text, encoding='utf-8')

エンコーディング自動判定 (不確実な場合)

ファイルのエンコーディングが不明な場合:

import chardet

with open('data.txt', 'rb') as f:
    raw = f.read(10000)  # 先頭 10KB で判定
result = chardet.detect(raw)
print(result)  # {'encoding': 'SHIFT_JIS', 'confidence': 0.99, ...}

chardet は pixi で導入: pixi add --pypi chardet

大量ファイルの一括変換

import pathlib

for p in pathlib.Path('.').glob('*.TXT'):
    try:
        text = p.read_bytes().decode('cp932')
        p.write_text(text, encoding='utf-8')
        print(f'Converted: {p}')
    except UnicodeDecodeError:
        print(f'Skipped (not CP932): {p}')

改行コードの注意

Windows テキストは改行が CRLF (\r\n) の場合がある。 必要に応じて LF に変換:

text = text.replace('\r\n', '\n')

まとめ: 3 ステップチェックリスト

1. 7z x で展開 — Deflate64 対応
2. ファイル名リネーム — latin-1 → cp932 デコード
3. テキスト内容を UTF-8 に変換 — cp932 → utf-8

すべて該当しない場合もある (例: UTF-8 で書かれた Deflate 圧縮の ZIP)。 エラーや文字化けが出た項目だけ対処すればよい。