Question

我正在将文件名压缩包含一些特殊字符，例如PéréquationLESHOPITAUX NEUFS.xls 到另一个文件夹，例如 temp 。

我可以压缩文件，但问题是文件名自动更改为 P +¬r+¬quationLESHOPITAUX NEUFS.xls 。

如何在zip存档中支持文件名的unicode字符？

Answer 1

这取决于您用于创建存档的代码。旧 Java压缩类不是那么灵活。

您可以使用Apache Commons Compress。 Michael Simons写了这段很好的代码：

ZipArchiveOutputStream ostream = ...; // Your initialization code here
ostream.setEncoding("Cp437"); // This should handle your "special" characters
ostream.setFallbackToUTF8(true); // For "unknown" characters!
ostream.setUseLanguageEncodingFlag(true);                               
ostream.setCreateUnicodeExtraFields(
    ZipArchiveOutputStream.UnicodeExtraFieldPolicy.NOT_ENCODEABLE);

如果您使用的是Java 7 ，那么ZipOutputStream constructor

上最终会有一个Charset参数（可以是UTF-8）

无论如何，最大的问题是许多实现都不理解Unicode编码，因为原始 ZIP文件格式是ASCII，并且没有Unicode的官方标准。有关详细信息，请参阅this post。

Answer 2

Zip规范（历史上）没有指定用于嵌入式文件名和注释的字符编码，原始IBM PC字符编码集（通常称为IBM Code Page 437）应该是唯一的编码支持的。 Jar规范同时明确指定使用UTF-8作为编码来解码和解码Jar文件中的所有文件名和注释。我们的java.util.jar和java.util.zip实现严格遵循Jar规范，在处理存储在Jar / Zip文件中的文件名和注释时，使用UTF-8作为唯一编码。

后果？基于java.util.jar / zip的工具无法访问由“传统”ZIP工具创建的ZIP文件，反之亦然，如果文件名包含Cp437之间不兼容的字符（作为替代方案，工具可能只是使用默认平台编码）和UTF-8

对于大多数欧洲人来说，你是“幸运的”:-)你只需要避免使用“少数”字符，例如变音符号（好吧，我只是在开玩笑），但对于日语和中文，大多数这些人物简直是运气不好。这就是为什么bug 4244499多年来一直是Top 25 Java Bugs的第一名。该错误已不在列表中:-)它最终在OpenJDK 7，b57中“修复”。我仍然保留快照作为我自己的记录/工作： - ）

JDK7 b57中的解决方案（我会使用“解决方案”而不是“修复”）是在一组新的ZipInputStream ZipOutStream和ZipFile构造函数中引入特定的“charset”作为参数，如下所示。

ZipFile（File，Charset）

ZipInputStream（InputStream，Charset）

ZipOutputStream（OutputStream，Charset）

使用这些新的构造函数，应用程序现在可以通过ZipInputStream或使用特定编码创建的ZipFile对象访问这些非UTF-8 ZIP文件，或者通过新的ZipOutputStream创建一个以非UTF-8编码的Zip文件（os， charset）构造函数，如有必要。

zip是Jar工具的精简版本，带有“-encoding”选项，支持非UTF8编码的条目名称和注释，它可以作为如何使用新API的演示（我用过它）作为单元测试）。我还在和自己辩论，如果在Jar工具中正式引入“-encoding”是个好主意......

在zip存档中使用Unicode字符作为文件名

2 个答案: