Question

我正在尝试从zipFile读取UTF-8文件，结果证明这是一个重大挑战。

这里我将String压缩为一个字节数组，以保存到我的数据库。

            ByteArrayOutputStream bos = new ByteArrayOutputStream();

            ZipOutputStream zo = new ZipOutputStream( bos );
            zo.setLevel(9);

            BufferedWriter writer = new BufferedWriter(
                    new OutputStreamWriter(bos, Charset.forName("utf-8"))
                );          
            ZipEntry ze = new ZipEntry("data");         
            zo.putNextEntry(ze);
            zo.write( s.getBytes() );

            zo.close();
            writer.close();

            return bos.toByteArray();

这就是我读回字符串的方式：

ZipInputStream zis = new ZipInputStream( new ByteArrayInputStream(bytes) );
ZipEntry entry = zis.getNextEntry();
byte[] buffer = new byte[2048];
ByteArrayOutputStream bos = new ByteArrayOutputStream();
int size;

while ((size = zis.read(buffer, 0, buffer.length)) != -1) {
    bos.write(buffer, 0, size);
}

BufferedReader  r = new BufferedReader( new InputStreamReader( new ByteArrayInputStream( bos.toByteArray() ), Charset.forName("utf-8") ) );
StringBuilder b = new StringBuilder();
while (r.ready()) {
    b.append( r.readLine() ).append(" ");
}

我回到这里的字符串丢失了UTF8字符！

更新1： 我更改了代码，以便将原始String的字节数组与从zipfile读回的字节数组进行比较，并且它们非常匹配！所以它可能是我在拥有字节之后构建字符串的方式。

Arrays.equals（已转换，orgi）

Answer 1

你的问题出现在写作中，假设s是String，你有：

zo.write( s.getBytes() );

但是，无论默认编码是什么，它都会将s转换为字节。您将要使用UTF-8进行转换：

zo.write( s.getBytes("utf-8") );

您观察到原始字节与未压缩字节相同是有意义的，因为原始写入数据是问题的根源。

请注意，您已声明writer流但您实际上从未将其用于任何内容（在此上下文中也不应该这样做，因为写入它只会将未压缩的字符串数据写入同一个流{{1}您的bos写入的内容）。看起来你可能会混淆自己在这里尝试一些不同的东西，你应该摆脱ZipOutputStream。

Answer 2

首先，BufferedReader#ready()不是阅读输入的好指标。

这里有很多原因

其次，您正在使用

b.append( r.readLine() ).append(" ");

总是在每次迭代时添加" "。由此产生的String值必然与原始值不同。

第三，shout out to Jason C about your BufferedWriter not doing anything.

从ZipFileInputStream读取UTF-8字符串

2 个答案: