Question

概要

如何在C ++中使用libarchive编写zip文件，以便路径名是UTF-8编码的？使用UTF-8路径名时，使用OS X / Linux / Windows 8/7-Zip / WinZip时，将正确解码特殊字符。

详情

我正在尝试使用libarchive编写zip存档，在Windows上使用Visual C ++ 2013进行编译。

我希望能够将包含非ASCII字符的文件（例如äöü.txt）添加到zip存档。

在libarchive中设置路径名标题有四个函数：

void archive_entry_set_pathname(struct archive_entry *, const char *);
void archive_entry_copy_pathname(struct archive_entry *, const char *);
void archive_entry_copy_pathname_w(struct archive_entry *, const wchar_t *);
int  archive_entry_update_pathname_utf8(struct archive_entry *, const char *);

不幸的是，它们似乎都没有用。

特别是，我尝试过：

const char* myUtf8Str = ...
archive_entry_update_pathname_utf8(entry, myUtf8Str);
// this sounded like the most straightforward solution

和

const wchar_t* myUtf16Str = ...
archive_entry_copy_pathname_w(entry, myUtf16Str);
// UTF-16 encoded strings seem to be the default on Windows

在这两种情况下，生成的zip存档都不会在Windows资源管理器和7-Zip中正确显示文件名。

我确信我的输入字符串编码正确，因为我将它们转换为Qt QString实例，这些实例在我的代码的其他部分中运行得非常好：

const char* myUtf8Str = filename.toUtf8().constData();
const wchar_t* myUtf16Str = filename.toStdWString().c_str();

例如，在创建zip文件时，这甚至可以用于另一个libarchive调用：

archive_write_open_filename_w(archive, zipFile.toStdWString().c_str());
// creates a zip archive file where the non-ASCII
// chars are encoded correctly, e.g. äöü.zip

我还尝试按this example：

的建议更改libarchive的选项

archive_write_set_options(a, "hdrcharset=UTF-8");

但是这次调用失败了，所以我认为我必须设置一些其他选项，但我的想法已经用完......

更新2

我已经做了一些关于zip格式的阅读。它允许以UTF-8编写文件名，这样OS X / Linux / Windows 8/7-Zip / WinZip将始终正确解码它们，例如， here

这是我想要使用libarchive实现的，即我想将它传递给我的UTF-8编码pathname，并将其存储在zip文件中而不进行任何转换。

我已将“设置区域设置”方法添加为（不满意的）答案。

Answer 1

这是一种使用系统的区域设置存储路径名的解决方法，即生成的zip文件可以在同一系统上正确解码，但不可移植。

这不令人满意，我只是张贴这个来表明它不是我想要的。

将全局区域设置设置为"" explained here：

std::locale::global(std::locale(""));

然后再读回来：

std::locale loc;
std::cout << loc.name() << std::endl;
// output: English_United States.1252
// may of course be different depending on system settings

然后使用pathname设置archive_entry_update_pathname_utf8。

zip文件现在包含用Windows-1252编码的文件名，因此我的Windows可以读取它们，但它们在例如垃圾邮件中显示为垃圾邮件。 Linux操作系统。

<强>未来

UTF-8文件名有libarchive issue个。整个故事非常复杂，但听起来他们可能会在libarchive 4.0中添加更好的UTF-8支持。

Answer 2

我使用libarchive-3.3.3在ZIP存档中使用了UTF-8文件名，并使用了这种精确的流程（顺序很重要！）：

entry = archive_entry_new();
archive_entry_set_pathname_utf8(entry, utf8Filename);
archive_entry_set_pathname(entry, utf8Filename);

在切换archive_entry_set_pathname_utf8 / archive_entry_set_pathname时，条目在Windows资源管理器的ZIP功能中显示为乱码。这对我来说适合德国变音符号（但应该对每个UTF-8字符都适用）。甚至适用于2字节和3字节UTF-8字符（NFC / NFD）。

//加法该过程必须在LANG变量设置为支持UTF-8的语言环境的环境中运行（在我的情况下为“ LANG = de_DE.UTF-8”）。没有这种环境，该过程将无法生成正确的UTF-8字符。

在libarchive中设置UTF-8路径名头

2 个答案: