Question

使用解决方案更新，请参见底部

要求：
在Java SE 6中处理ZIP文件，其中包含文件名中包含特殊字符的文件。由于（ZIP生产者）的编码不是UTF-8，因此特殊字符被编码。因此，我想将特殊字符更正为正确的代码。

问题：
ZIP包含一个名为abcüabc.txt的文件。该条目通过java.util.zip.ZipEntry处理，当打印出单个字符时，我看到这些字符（字节）：

ü被编码为
u后跟一个 ¨

问题：
所以我想知道如何将u¨替换为ü或ue：

我已经尝试过但没有解决的问题：
name.replaceAll("u\\¨", "ue");
或
name.replaceAll("ü", "ue");

原始源代码（无效）：

InputStream is = new FileInputStream(new File("/Users/me/Desktop/test.zip"));
ZipInputStream zipStream = new ZipInputStream(is);
ZipEntry zipEntry = null;
while ((zipEntry = zipStream.getNextEntry()) != null) {
    String name = zipEntry.getName(); // reading abcüabc.txt
    System.out.println("pos 3: "+name.charAt(3));
    System.out.println("pos 4: "+name.charAt(4));
    System.out.println("is equal to ¨: "+Character.toString(name.charAt(4)).equals("¨"));
}

输出：

pos 3: u
pos 4:¨
is equal to ¨: false

关于我的环境的说明：

在Mac OS X 10.6.8下生成的Zip Java SE 6：Java HotSpot（TM）64位服务器VM（版本20.12-b01-434，混合模式）

解决方案

显然，ZIP制作人（在我的Mac OSX中）将特殊字符转换为分解格式。因此ü会被分解为u¨ 从ZIP中提取文件名时，我们希望从分解格式转换回组合格式，因此我们只需要在上面的源代码中插入规范化：

InputStream is = new FileInputStream(new File("/Users/me/Desktop/test.zip"));
ZipInputStream zipStream = new ZipInputStream(is);
ZipEntry zipEntry = null;
while ((zipEntry = zipStream.getNextEntry()) != null) {
    String name = zipEntry.getName(); // reading abcüabc.txt
    System.out.println("pos 3: "+name.charAt(3));
    System.out.println("pos 4: "+name.charAt(4));
    System.out.println("contains ü: "+name.contains("ü"));
    name = Normalizer.normalize(name, Form.NFC);
    System.out.println("contains ü: "+name.contains("ü"));
}

输出：

pos 3: u
pos 4:¨
contains ü: false
contains ü: true

Answer 1

这不是¨（U+00A8 DIAERESIS），而是U+0308 COMBINING DIAERESIS。

字符以这种方式分割，因为Mac Os将文件名存储在规范化表格D中，它会像这样分解字符。

你可以像这样编曲：

String name = zipEntry.getName(); 
name = Normalizer.normalize(name, Form.NFC);

有关normalization forms

的更多信息

diaeresises之间的区别在于他们如何修改或不修改以前的基本字符：

    System.out.println( "u" + (char)0xA8); //u¨
    System.out.println( "u" + (char)0x0308); //ü

Answer 2

您可以使用apache ant解决编码问题。

导入org.apache.tools.zip.*

ZipFile zipFile = new ZipFile(fileName,"you encoding");// you encoding like utf-8 
Enumeration emu = zipFile.getEntries();


while(emu.hasMoreElements()){
  ZipEntry entry = (ZipEntry) emu.nextElement();
  // do something
}

Ant项目不提供在线文档，这是另一个文档http://api.dpml.net/ant/1.7.0/

使用Java SE6时读取包含特殊字符的ZipEntry

2 个答案: