添加非ASCII文件名中的Java

Question

拉上什麼是非ASCII文件名添加到使用的Java，以這樣的方式，該文件可以被正確讀取的zip文件的最佳方式都是Windows和Linux？

下面是一個嘗試，改編自https://truezip.dev.java.net/tutorial-6.html#Example，它適用於Windows Vista，但在Ubuntu Hardy中失敗。在Hardy中，文件名稱在文件滾輪中顯示爲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(); 
     } 
    } 
} 

與java.util.zip不同，truezip允許指定zip文件編碼。這是另一個示例，這次明確指定了編碼。 IBM437，UTF-8和ISO-8859-1都不適用於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

它實際上是失敗還是隻是一個字體問題？ （例如對於這些字符具有不同字形的字體）我在Windows中看到類似的問題，因爲字體不支持charset，但是數據實際上是完整正確的。

Answer 2

非ASCII文件名在ZIP實現中不可靠，最好避免。沒有關於在ZIP文件中存儲字符集設置的規定;客戶傾向於用'當前系統代碼頁'來猜測，這不太可能是你想要的。客戶端和代碼頁的許多組合可能會導致無法訪問的文件。

對不起！

Answer 3

從快看TrueZIP manual - 他們建議JAR格式：

它使用UTF-8的文件名編碼 和評論 - 不像ZIP，只 使用IBM437。

這可能意味着API正在使用java.util.zip包進行實施;該文檔指出它仍在使用ZIP format from 1996。 Unicode支持未添加到PKWARE .ZIP File Format Specification到2006年

Answer 4

的文件條目的ZIP編碼最初指定爲IBM的代碼頁437.在其他語言中使用的很多人物都不可能使用這種方式。

PKWARE-specification指的是問題，並增加了一點。但是這是後來的增加（從2007年開始，感謝Cheeso對此進行清理，請參閱評論）。如果該位被設置，則文件名項必須以UTF-8編碼。該擴展在「附錄D - 語言編碼（EFS）」中進行了介紹，該鏈接位於鏈接文檔的末尾。

對於Java來說，這是一個已知的錯誤，用非ASCII字符來解決問題。請參閱bug #4244499以及大量相關的錯誤。

我的同事在將它們存儲到ZIP中並在讀取它們之後進行解碼之前，將它們用作文件名的解決方法URL-Encoding。如果您同時控制，存儲和讀取，這可能是一種解決方法。

編輯：在錯誤有人建議使用Apache Ant的ZipOutputStream作爲解決方法。該實現允許指定編碼。

Answer 5

在Zip文件，根據PKWARE，文件名和文件註釋的編碼所擁有的規範是IBM437。在2007年，PKWare擴展了規範，允許UTF-8。這沒有說明zip中包含的文件的編碼。只有文件名的編碼。

我認爲所有的工具和庫（Java和不支持Java）支持IBM437（這是ASCII的一個超集），以及較少的工具和庫支持UTF-8。一些工具和庫支持其他代碼頁。例如，如果您在運行在上海的計算機上使用WinRar壓縮某些內容，您將獲得Big5代碼頁。這不是zip規範「允許的」，但它無論如何都會發生。

的DotNetZip庫.NET確實Unicode的，當然它不能幫助你，如果你使用的是Java！

使用Java內置了對ZIP支持，你總是會得到IBM437。如果您想使用IBM437以外的其他存檔，請使用第三方庫或創建JAR。

Answer 6

奇蹟確實發生，和Sun /甲骨文沒有真正解決長期居住的錯誤/ RFE：

現在有可能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實施拉鍊流：在您的流http://commons.apache.org/compress/apidocs/org/apache/commons/compress/archivers/zip/ZipArchiveOutputStream.html#setEncoding%28java.lang.String%29

調用setEncoding（ 「UTF-8」）就足夠了。