如何在java中解压非UTF8格式的文件

Question

我有一个文件，例如test.zip。如果我使用像winrar这样的压缩工具，它很容易解压(将test.zip解压到test.csv)。但是test.csv不是UTF8格式。我这里的问题是，当我使用java解压它时，它不能读取这个文件。

ZipFile zf = new ZipFile("C:/test.zip");

抛出的异常表明打开该文件时会发生错误。

在java上，http://java.sun.com/developer/technicalArticles/Programming/compression/并没有写任何关于数据格式化的东西。也许整个API只针对UTF8格式的数据而设计。那么，如果我必须解压除UTF8格式以外的数据，如何解压？尤其是包含较大空间大小的日文和中文字符(UTF8除外)。我还在http://truezip.java.net/6/tutorial.html上找到了一个API，其中提到了这个问题。但是，我没有办法解决这个问题。有什么简单的方法可以解决这个问题吗？尤其是从JAVA规范请求传递的API。

Answer 1

JDK6在java.util.zip实现中有一个错误，它无法处理非USASCII码字符。我使用Apache Commons commons-compress-1.0.jar库来修复它。JDK7已修复java.util.zip实现。http://docs.oracle.com/javase/7/docs/api/java/util/zip/ZipInputStream.html

import java.io.*;
import org.apache.commons.compress.archivers.ArchiveEntry;
import org.apache.commons.compress.archivers.zip.*;

public static int unzip(File inputZip, File outputFolder) throws IOException {
    int count=0;
    FileInputStream fis = null;
    ZipArchiveInputStream zis = null;
    FileOutputStream fos = null;
    try {
        byte[] buffer = new byte[8192];
        fis = new FileInputStream(inputZip);
        zis = new ZipArchiveInputStream(fis, "Cp1252", true); // this supports non-USACII names
        ArchiveEntry entry;
        while ((entry = zis.getNextEntry()) != null) {
            File file = new File(outputFolder, entry.getName());
            if (entry.isDirectory()) {
                file.mkdirs();
            } else {
                count++;
                file.getParentFile().mkdirs();
                fos = new FileOutputStream(file);
                int read;
                while ((read = zis.read(buffer,0,buffer.length)) != -1)
                    fos.write(buffer,0,read);
                fos.close();
                fos=null;
            }
        }
    } finally {
        try { zis.close(); } catch (Exception e) { }
        try { fis.close(); } catch (Exception e) { }
        try { if (fos!=null) fos.close(); } catch (Exception e) { }
    }
    return count;
}

Answer 2

不，zip文件不仅仅是用于UTF-8数据的。Zip文件根本不会尝试解释文件中的数据，Java API也不会。

文件的非ASCII名称可能会有问题，但文件内容本身应该不是问题。在您的例子中，文件的名称看起来只是test.zip，所以您应该不会遇到任何名称编码问题。

如果文件无法打开，那么听起来就像你遇到了另一个问题。您确定文件存在于您期望的位置吗？

Answer 3

你能试试下面的代码吗？有关更多示例，请查看此处http://java2novice.com/java-collections-and-util/zip/unzip/

FileInputStream fis = null;
    ZipInputStream zipIs = null;
    ZipEntry zEntry = null;
    try {
        fis = new FileInputStream(filePath);
        zipIs = new ZipInputStream(new BufferedInputStream(fis));
        while((zEntry = zipIs.getNextEntry()) != null){
            try{
                byte[] tmp = new byte[4*1024];
                FileOutputStream fos = null;
                String opFilePath = "C:/"+zEntry.getName();
                System.out.println("Extracting file to "+opFilePath);
                fos = new FileOutputStream(opFilePath);
                int size = 0;
                while((size = zipIs.read(tmp)) != -1){
                    fos.write(tmp, 0 , size);
                }
                fos.flush();
                fos.close();
            } catch(Exception ex){

            }
        }
        zipIs.close();
    } catch (FileNotFoundException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    } catch (IOException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    }