4

如今，人们使用 WinZIP 创建他们的 ZIP 存档，它允许国际化（即非拉丁语：西里尔文、希腊文、中文，随你所想）文件名。

可悲的是，尝试解压缩此类文件会导致麻烦：UNIX 解压缩会创建垃圾命名的文件和目录，例如“®£¤ ©¤¥èì”。Java 及其 jar 命令在此类档案中惨遭失败。

有没有一种可行的方法来以编程方式解压这些文件？UNIX 或 Java。

4

2 回答 2

3

DotNetZip支持 zip 文件中文件名的 unicode 和任意编码，用于读取或写入 zip。

这是一个 .NET 库。对于 Unix 使用，您需要 Mono 作为先决条件。

如果 zipfile 是由 WinZip 正确构建的，换句话说，如果它符合PKWare 的 zip 规范，那么在解压缩时您不需要做任何特殊的工作来指定编码。根据 zip 规范，有两种支持的编码用于 zipfile 中的文件名：UTF-8 和 IBM437。这些编码中的一种或另一种的使用在 zip 元数据中指定，任何 zip 库都可以检测和使用它。DotNetZip 在读取兼容的 zip 时会自动检测到它。像这样：

using (var zip = ZipFile.Read("thearchive.zip"))
{
    foreach (var e in zip) 
    {
        // e.FileName refers to the name on the entry
        e.Extract("extract-directory");
    }
}

有些存档程序会生成“不符合”wrt 编码的 zip。WinRar 就是其中之一 - 它会创建一个 zip，其中的文件名以计算机上使用的默认编码进行编码。在上海，它将使用 cp950，而在冰岛，将使用其他设备，而在里斯本，将使用其他设备。此处“不合规”的优点是 Windows 资源管理器将打开并正确显示此类 zip 中的 i18n 化文件名。换句话说，“不合规”通常是人们想要的，因为 Windows（还没有？）支持 UTF-8 zip 文件。

（这都与 zipfile 中使用的编码有关，而不是 zip 文件中包含的文件中使用的编码）

zip 规范不允许在 zip 元数据中指定任意文本编码。换句话说，如果您在创建 zip 时使用 cp950，那么您的提取逻辑需要“知道”在提取时使用 cp950 - zip 文件中没有任何内容携带该信息。此外，当然，您用于以编程方式提取的 zip 库必须支持任意编码。据我所知，Java 的 zip 库没有。DotNetZip 可以。像这样：

using (ZipFile zip = ZipFile.Read(zipToExtract,
                                  System.Text.Encoding.GetEncoding(950)))
{
  foreach (ZipEntry e in zip)
  {
     e.Extract(extractDirectory);
  }
}

DotNetZip 还可以创建具有任意编码的 zip 文件 - “不兼容”的 zip。

DotNetZip 是免费且开源的。

于 2009-12-06T12:39:30.070 回答
2

我找到的解决方案：如果提供正确的后备字符集，Apache commons-compress 可以很好地解压缩此类档案。

于 2009-12-02T15:32:08.990 回答