添加非ASCII文件名中的Java

Question

拉上什么是非ASCII文件名添加到使用的Java，以这样的方式，该文件可以被正确读取的zip文件的最佳方式都是Windows和Linux？

下面是一个尝试，改编自https://truezip.dev.java.net/tutorial-6.html#Example，它适用于Windows Vista，但在Ubuntu Hardy中失败。在Hardy中，文件名称在文件滚轮中显示为abc-ЖДФ.txt。

import java.io.IOException; 
import java.io.PrintStream; 

import de.schlichtherle.io.File; 
import de.schlichtherle.io.FileOutputStream; 

public class Main { 

    public static void main(final String[] args) throws IOException { 

     try { 
      PrintStream ps = new PrintStream(new FileOutputStream(
        "outer.zip/abc-åäö.txt")); 
      try { 
       ps.println("The characters åäö works here though."); 
      } finally { 
       ps.close(); 
      } 
     } finally { 
      File.umount(); 
     } 
    } 
} 

与java.util.zip不同，truezip允许指定zip文件编码。这是另一个示例，这次明确指定了编码。 IBM437，UTF-8和ISO-8859-1都不适用于Linux。 IBM437在Windows中工作。

import java.io.IOException; 

import de.schlichtherle.io.FileOutputStream; 
import de.schlichtherle.util.zip.ZipEntry; 
import de.schlichtherle.util.zip.ZipOutputStream; 

public class Main { 

    public static void main(final String[] args) throws IOException { 

     for (String encoding : new String[] { "IBM437", "UTF-8", "ISO-8859-1" }) { 
      ZipOutputStream zipOutput = new ZipOutputStream(
        new FileOutputStream(encoding + "-example.zip"), encoding); 
      ZipEntry entry = new ZipEntry("abc-åäö.txt"); 
      zipOutput.putNextEntry(entry); 
      zipOutput.closeEntry(); 
      zipOutput.close(); 
     } 
    } 
} 

Answer 1

它实际上是失败还是只是一个字体问题？ （例如对于这些字符具有不同字形的字体）我在Windows中看到类似的问题，因为字体不支持charset，但是数据实际上是完整正确的。

Answer 2

非ASCII文件名在ZIP实现中不可靠，最好避免。没有关于在ZIP文件中存储字符集设置的规定;客户倾向于用'当前系统代码页'来猜测，这不太可能是你想要的。客户端和代码页的许多组合可能会导致无法访问的文件。

对不起！

Answer 3

从快看TrueZIP manual - 他们建议JAR格式：

它使用UTF-8的文件名编码 和评论 - 不像ZIP，只 使用IBM437。

这可能意味着API正在使用java.util.zip包进行实施;该文档指出它仍在使用ZIP format from 1996。 Unicode支持未添加到PKWARE .ZIP File Format Specification到2006年

Answer 4

的文件条目的ZIP编码最初指定为IBM的代码页437.在其他语言中使用的很多人物都不可能使用这种方式。

PKWARE-specification指的是问题，并增加了一点。但是这是后来的增加（从2007年开始，感谢Cheeso对此进行清理，请参阅评论）。如果该位被设置，则文件名项必须以UTF-8编码。该扩展在“附录D - 语言编码（EFS）”中进行了介绍，该链接位于链接文档的末尾。

对于Java来说，这是一个已知的错误，用非ASCII字符来解决问题。请参阅bug #4244499以及大量相关的错误。

我的同事在将它们存储到ZIP中并在读取它们之后进行解码之前，将它们用作文件名的解决方法URL-Encoding。如果您同时控制，存储和读取，这可能是一种解决方法。

编辑：在错误有人建议使用Apache Ant的ZipOutputStream作为解决方法。该实现允许指定编码。

Answer 5

在Zip文件，根据PKWARE，文件名和文件注释的编码所拥有的规范是IBM437。在2007年，PKWare扩展了规范，允许UTF-8。这没有说明zip中包含的文件的编码。只有文件名的编码。

我认为所有的工具和库（Java和不支持Java）支持IBM437（这是ASCII的一个超集），以及较少的工具和库支持UTF-8。一些工具和库支持其他代码页。例如，如果您在运行在上海的计算机上使用WinRar压缩某些内容，您将获得Big5代码页。这不是zip规范“允许的”，但它无论如何都会发生。

的DotNetZip库.NET确实Unicode的，当然它不能帮助你，如果你使用的是Java！

使用Java内置了对ZIP支持，你总是会得到IBM437。如果您想使用IBM437以外的其他存档，请使用第三方库或创建JAR。

Answer 6

奇迹确实发生，和Sun /甲骨文没有真正解决长期居住的错误/ RFE：

现在有可能set up filename encodings upon creating zip文件/流（需要Java 7）。

Answer 7

你仍然可以使用Apache Commons实施拉链流：在您的流http://commons.apache.org/compress/apidocs/org/apache/commons/compress/archivers/zip/ZipArchiveOutputStream.html#setEncoding%28java.lang.String%29

调用setEncoding（ “UTF-8”）就足够了。