在Java中以zip方式添加非ASCII文件名
使用Java将非ASCII文件名添加到zip文件的最佳方法是什么，这样可以在Windows和Linux中正确读取文件？
这是一个改编自https://truezip.dev.java.net/tutorial-6.html#Example的尝试，它适用于Windows Vista但在Ubuntu Hardy中失败。 在Hardy中，文件名在file-roller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，这次明确指定编码。 IBM437，UTF-8和ISO-8859-1都不适用于Linux。 IBM437适用于Windows。
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(); } } }
ZIP中的文件条目的编码最初被指定为IBM代码页437.其他语言中使用的许多字符都不可能以这种方式使用。
PKWARE规范引用了问题并添加了一些内容。 但这是后来的补充（从2007年开始，感谢Cheeso清理它，请参阅评论）。 如果设置了该位，则必须以UTF-8编码文件名条目。 此扩展名在“附录D – 语言编码（EFS）”中描述，它位于链接文档的末尾。
对于Java来说，这是一个已知的错误，会遇到非ASCII字符问题。 请参阅错误＃4244499以及大量相关错误。
我的同事在将文件存储到ZIP中并在读取后解码之前，将文件名用作解决方法URL-Encoding。 如果你同时控制，存储和阅读，这可能是一种解决方法。
编辑：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。
在Zip文件中，根据PKWare拥有的规范，文件名和文件注释的编码是IBM437。 2007年，PKWare扩展了规范，也允许使用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。
我认为所有工具和库（Java和非Java）都支持IBM437（它是ASCII的超集），并且更少的工具和库支持UTF-8。 一些工具和库支持其他代码页。 例如，如果您在上海运行的计算机上使用WinRar压缩某些内容，您将获得Big5代码页。 这不是zip规范的“允许”，但无论如何它都会发生。
用于.NET的DotNetZip库可以使用Unicode，但是如果您使用Java，这对您没有帮助！
使用Java内置的ZIP支持，您将始终获得IBM437。 如果您希望使用IBM437之外的其他内容存档，请使用第三方库，或创建JAR。
确实发生了奇迹，Sun / Oracle确实修复了长期存在的bug / rfe：
现在可以在创建 zip文件/流时设置文件名编码 （ 需要Java 7 ）。
您仍然可以使用zip流的Apache Commons实现： http ： //commons.apache.org/compress/apidocs/org/apache/commons/compress/archivers/zip/ZipArchiveOutputStream.html#setEncoding%28java.lang.String ％29
在您的流上调用setEncoding（“UTF-8”）就足够了。
通过快速查看TrueZIP 手册 – 他们推荐JAR格式：
它使用UTF-8进行文件名编码和注释 – 不像ZIP，它只使用IBM437。
这可能意味着API正在使用java.util.zip包来实现它; 该文件表明它仍然使用1996年的ZIP格式 。 直到2006年，才在PKWARE .ZIP文件格式规范中添加了Unicode支持。
它真的失败了还是只是一个字体问题？ （例如，对于那些字符有不同字形的字体）我在Windows中看到类似的问题，渲染“打破”，因为字体不支持字符集，但数据实际上是完整和正确的。
非ASCII文件名在ZIP实现中不可靠，最好避免使用。 没有规定在ZIP文件中存储字符集设置; 客户倾向于猜测“当前系统代码页”，这不太可能是你想要的。 客户端和代码页的许多组合都可能导致无法访问的文件。
抱歉!