Question

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);

            }
        }
    }
}

Answer 1

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：

请勿强制进行编码（除非您使用已压缩的zip文件，然后使用已知编码）。
在大多数情况下，默认行为非常好。
对于带有扩展字符的ASCII编码ZIP 依赖于系统代码页（两个系统中必须相同）。
为用户提供更改编码的方法（您无法检查zip实用程序使用的编码，并且没有关于此的标准）。这意味着不仅要更改编码（UTF8 / UTF16或其他），还要更改代码页（如果它们不匹配）。 GetEncoding函数将为您指定的代码页提供正确的编码器。

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。

Answer 2

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。

C＃中的德语字母和编码

2 个答案: