Question

这些天人们用WinZIP创建他们的ZIP档案，它允许国际化（即非拉丁语：西里尔语，希腊语，中文，你命名）文件名。

可悲的是，尝试解压缩此类文件会导致麻烦： UNIX解压缩创建垃圾命名文件和目录，如“®£¤©¤¥èì”。 Java及其jar命令在这些档案上失败了。

是否有可通过编程方式解压缩此类文件的方法？ UNIX或Java。

Answer 1

DotNetZip支持zipfiles中文件名的unicode和任意编码，用于读取或写入zip文件。

这是一个.NET库。对于Unix的使用，您需要使用Mono作为先决条件。

如果zip文件是由WinZip正确构造的，换句话说，如果它符合the zip spec from PKWare，则在解压缩时指定编码不需要做特别的工作。根据zip规范，zipfile中有两种支持的文件名编码：UTF-8和IBM437。在zip元数据中指定使用这些编码中的一个或另一个，并且任何zip库可以检测并使用它。在阅读兼容的zip时，DotNetZip会自动检测到它。像这样：

using (var zip = ZipFile.Read("thearchive.zip"))
{
    foreach (var e in zip) 
    {
        // e.FileName refers to the name on the entry
        e.Extract("extract-directory");
    }
}

有些存档程序会产生“不符合”的链接w.r.t.编码。 WinRar是一个 - 它将创建一个zip，其文件名以计算机上使用的默认编码进行编码。在上海，它将使用cp950，而在冰岛，还有其他东西，在里斯本，还有其他东西。这里“不合规”的优点是Windows资源管理器将打开并正确显示这种拉链中的i18n化文件名。换句话说，“不合规”通常是人们想要的，因为Windows（还没有？）支持UTF-8 zip文件。

（这都与zipfile中使用的编码有关，而不是zip文件中包含的文件中使用的编码）

zip规范不允许在zip元数据中指定任意文本编码。换句话说，如果在创建zip时使用cp950，那么提取逻辑需要“知道”在解压缩时使用cp950 - zip文件中没有任何内容包含该信息。此外，当然，用于以编程方式提取的zip库必须支持任意编码。据我所知，Java的zip库没有。 DotNetZip呢。像这样：

using (ZipFile zip = ZipFile.Read(zipToExtract,
                                  System.Text.Encoding.GetEncoding(950)))
{
  foreach (ZipEntry e in zip)
  {
     e.Extract(extractDirectory);
  }
}

DotNetZip还可以使用任意编码创建zip文件 - “不兼容”拉链。

DotNetZip是免费的，而且是开源的。

Answer 2

我发现的解决方案：如果提供正确的回退字符集，Apache commons-compress可以很好地解压缩这些存档。

使用带有I18N文件名的WinZIP解压缩文件？

2 个答案: