8

概括

如何在 C++ 中使用 libarchive 编写一个 zip 文件，这样路径名将采用 UTF-8 编码？使用 UTF-8 路径名，在使用 OS X / Linux / Windows 8 / 7-Zip / WinZip 时将正确解码特殊字符。

细节

我正在尝试使用 libarchive 编写一个 zip 存档，在 Windows 上使用 Visual C++ 2013 进行编译。

我希望能够将具有非 ASCII 字符的文件（例如 äöü.txt）添加到 zip 存档中。

有四个函数可以在 libarchive 中设置路径名标头：

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，它们似乎都不起作用。

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 存档都无法在 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，因为我将它们从 QtQString实例转换为在我的代码的其他部分运行良好：

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

例如，在创建 zip 文件时，这甚至适用于对 libarchive 的另一个调用：

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

我还尝试更改 libarchive 的选项，如下例所示：

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

但是这个调用失败了，所以我假设我必须设置一些其他选项，但是我的想法已经不多了......

更新 2

我已经阅读了有关 zip 格式的更多内容。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，请参见此处。

这就是我想使用 libarchive 实现的目标，即我想将我的 UTF-8 编码传递给它，pathname并将其存储在 zip 文件中而不进行任何转换。

我添加了“设置语言环境”方法作为（不满意的）答案。

4

2 回答 2

2

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

这并不令人满意，我只是发布这个来表明它不是我想要的。

将全局语言环境设置为""如下所述：

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

然后读回来：

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pathname使用archive_entry_update_pathname_utf8.

zip 文件现在包含使用 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 Linux 上显示为垃圾。

未来

UTF-8 文件名存在libarchive 问题。整个故事相当复杂，但听起来他们可能会在 libarchive 4.0 中添加更好的 UTF-8 支持。

于 2014-12-05T08:42:35.060 回答
0

我使用 libarchive-3.3.3 获得了在 ZIP 档案中工作的 UTF-8 文件名，并使用了这个确切的流程（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，Windows Explorer 的 ZIP 功能中的条目会出现乱码。这对我来说适用于德语变音符号（但应该适用于每个 UTF-8 字符）。这甚至适用于 2 字节和 3 字节 UTF-8 字符 (NFC/NFD)。

//Addition 该进程必须在 LANG 变量设置为支持 UTF-8 的语言环境的环境中运行（即在我的情况下为“LANG=de_DE.UTF-8”）。如果没有此环境，该过程将不会生成正确的 UTF-8 字符。

于 2019-08-17T23:37:44.047 回答