我有一个解压缩功能,我使用System.Text.Encoding
来确保提取后的文件在提取后保持相同的名称,因为我解压缩的文件通常包含德语字母。
我尝试了Encoding.Default
或Encoding.UTF8
之类的不同内容,但没有任何效果
äÄéöÖüß.txt
转换为„Ž‚”™á.txt
,如果是默认值,则为黑框:/
有什么建议吗?
using (ZipArchive archive = System.IO.Compression.ZipFile.Open(ZipFile, ZipArchiveMode.Read, System.Text.Encoding.Default))
{
foreach (ZipArchiveEntry entry in archive.Entries)
{
string fullPath = Path.Combine(appPath, entry.FullName);
if (String.IsNullOrEmpty(entry.Name))
{
Directory.CreateDirectory(fullPath);
}
else
{
if (!entry.Name.Equals("Updater.exe"))
{
entry.ExtractToFile(fullPath,true);
}
}
}
}
答案 0 :(得分:10)
首先,唯一的官方(不存在...)ZIP格式不允许使用Unicode字符(那么您不能使用ASCII以外的任何编码)。
说许多工具和库允许你使用不同的编码,但它可能会失败(例如,如果你试图解码强制 UTF8 / UTF32或任何用其他编码编码的文件)。
如果文件名以ASCII编码,它将获得系统的代码页:
对于仅包含ASCII字符的条目名称,设置语言编码标志,并使用当前系统默认代码页对条目名称进行编码。
对于此主题,您对.NET类没有如此大的控制权。但是如果你没有指定编码,你将获得默认行为(UTF8表示ASCII之外的代码和ASCII的当前代码页)。大多数情况下它是有效的(如果编码和解码都在相同的代码页中完成)。
如何避免这种情况?这并不容易(因为我们缺乏标准),但总结一下:
我可以给你最好的提示吗?依赖于默认行为(它很常见)但是如果您需要与大多数ZIP兼容(因为每个ZIP可能以不同的方式实现),为用户提供了一种更改它的方法,不仅仅是为了编码而是为了代码页也是。特别是不要强制使用德语特定代码页的代码,因为它会破坏您将处理的第一个西班牙语/法语/意大利语/荷兰语文件(并且它们没有共同的代码页)
如果你打开一个编码错误的文件(不是代码页),BTW准备好处理各种异常。
为未来读者编辑(来自评论): CP 850捕获了大多数西欧常见字符,但它不是欧洲代码页。例如,将它与东欧语言或挪威语进行比较。它与它们不匹配(并且在语言中33-127范围之外的字符非常常见,因为它们不是盒子绘图)。 CP 850中的某些字符(例如Ê Ë ı)(例如)不适用于CP 865(适用于Norsk语言)。< / p>
让我举个例子来解释一下。你有一个文件名(来自Trukey),名称为:“GaripDosyaAdı.txt”。最后一个字符在CP 857(土耳其)上有代码141。如果您使用CP 850,您将获得“而不是ı,因为在原始CP 850中它有代码213.我甚至不会提到远东语言(因为即使你只限于欧洲,固定的代码页也会变得混乱。这是您无法设置固定代码页的原因,除非您正在编写一个小型实用程序供您自己使用。
答案 1 :(得分:8)
尝试CodePage 850(对我有用):
using (ZipArchive archive = System.IO.Compression.ZipFile.Open(ZipFile, ZipArchiveMode.Read, System.Text.Encoding.GetEncoding(850)))
{
// ....
接下来的评论来自(一个古老的版本)Sharpziplib,它让我朝着正确的方向前进:
/* Using the codepage 1252 doesn't solve the 8bit ASCII problem :/
any help would be appreciated.
// get encoding for latin characters (like ö, ü, ß or ô)
static Encoding ecp1252 = Encoding.GetEncoding(1252);
*/
// private static Encoding _encoding = System.Text.ASCIIEncoding;
private static Encoding _encoding = System.Text.Encoding.GetEncoding(850);
最后一行是我的更改,使其正确读取带有特殊字符的zip文件。