java压缩zip文件中文乱码问题
用java来打包文件生成压缩文件,有两个地方会出现乱码
1、内容的中文乱码问题,这个问题网上很多人给出了解决方法,两种:修改sun的源码;使用开源的类库org.apache.tools.zip.ZipOutputStream和org.apache.tools.zip.ZipEntry,这两个类ant.jar中有,可以下载使用即可,毫无疑问,选择后者更方便
2、压缩文件注释的中文乱码问题:zos.setComment("中文测试");这个问题在网上查了半天没看到有人解释,遂只能自己想办法解决。在自己机器上的工程创建的测试类,没有任何问题,但是在公司的项目中使用一直出现乱码,通过使用设置编码的方法(zos.setEncoding("gbk");)终于发现了问题,测试项目的编码方式为gbk,而公司项目的默认编码是utf-8,所以测试项目没问题而公司的项目中出现了问题。
org.apache.tools.zip.ZipOutputStream默认使用项目的编码方式,理论上讲utf-8也是支持中文的,是在想不通为啥还是乱码,通过setEncoding方法改成gbk即可解决
附上一段压缩文件的代码
- package com.compress;
- import java.io.BufferedInputStream;
- import java.io.BufferedOutputStream;
- import java.io.DataInputStream;
- import java.io.File;
- import java.io.FileInputStream;
- import java.io.FileOutputStream;
- import org.apache.tools.zip.ZipEntry;
- import org.apache.tools.zip.ZipOutputStream;
- public class CompressEncodingTest {
- /**
- * @param args
- * @throws Exception
- */
- public static void main(String[] args) throws Exception {
- File f = new File("中文测试.txt");
- ZipOutputStream zos = new ZipOutputStream(new BufferedOutputStream(
- new FileOutputStream("zipTest.zip"), 1024));
- zos.putNextEntry(new ZipEntry("中国人.txt"));
- DataInputStream dis = new DataInputStream(new BufferedInputStream(
- new FileInputStream(f)));
- zos.putNextEntry(new ZipEntry(f.getName()));
- int c;
- while ((c = dis.read()) != -1) {
- zos.write(c);
- }
- zos.setEncoding("gbk");
- zos.setComment("中文测试");
- zos.closeEntry();
- zos.close();
- }
- }
- 2010-01-25 21:27
- 浏览 6461
- 评论(6)
- 论坛回复 / 浏览 (2 / 7976)
- 收藏
- 分类:编程语言
- 相关推荐
评论
通过org.apache.tools.zip.ZipOutputStream类的源码,我们看到这么一个方法,没错下面这个方法就是幕后真凶:
protected byte[] getBytes(String name)
throws ZipException
{
if(encoding == null)
return name.getBytes();
return name.getBytes(encoding);
UnsupportedEncodingException uee;
uee;
throw new ZipException(uee.getMessage());
}
以上这句代码,就是将我们的文件名的字符变为字节,(这里变为字节的目的就是为了通过字节流把字节写出去) 这里判断了一下encoding是否为空,楼主如果不写encoding的话,就会执行name.getByte()也就是使用平台的默认字符集将此 String 编码为 byte 序列,并将结果存储到一个新的 byte 数组中。(这里使用平台的默认字符集就是楼主所在项目的编码),假如说这里项目所在编码为UTF-8,那么这里就会自动将文件名的字符转换为UTF-8的字节,然后写入到底层输出流。
当我们双击打开那个压缩的zip文件时,程序就会使用ANSI编码(通常指的是平台的默认编码,例如英文操作系统中是ISO-8859-1,中文系统是GBK)。别忘了,我们写文件的时候使用UTF-8的编码来写文件名的,这个时候-- 奇迹出现了“乱码”,为什么呢? GBK每个汉字占2个字节,而UTF-8每个汉字占3个字节,它们所占字节数都不一样,乱码是必须的,这下楼主知道为什么你的程序老是乱码了吗? 呵呵呵
呵呵
通过org.apache.tools.zip.ZipOutputStream类的源码,我们看到这么一个方法,没错下面这个方法就是幕后真凶:
protected byte[] getBytes(String name)
throws ZipException
{
if(encoding == null)
return name.getBytes();
return name.getBytes(encoding);
UnsupportedEncodingException uee;
uee;
throw new ZipException(uee.getMessage());
}
以上这句代码,就是将我们的文件名的字符变为字节,(这里变为字节的目的就是为了通过字节流把字节写出去) 这里判断了一下encoding是否为空,楼主如果不写encoding的话,就会执行name.getByte()也就是使用平台的默认字符集将此 String 编码为 byte 序列,并将结果存储到一个新的 byte 数组中。(这里使用平台的默认字符集就是楼主所在项目的编码),假如说这里项目所在编码为UTF-8,那么这里就会自动将文件名的字符转换为UTF-8的字节,然后写入到底层输出流。
当我们双击打开那个压缩的zip文件时,程序就会使用ANSI编码(通常指的是平台的默认编码,例如英文操作系统中是ISO-8859-1,中文系统是GBK)。别忘了,我们写文件的时候使用UTF-8的编码来写文件名的,这个时候-- 奇迹出现了“乱码”,为什么呢? GBK每个汉字占2个字节,而UTF-8每个汉字占3个字节,它们所占字节数都不一样,乱码是必须的,这下楼主知道为什么你的程序老是乱码了吗? 呵呵呵
通过org.apache.tools.zip.ZipOutputStream类的源码,我们看到这么一个方法,没错下面这个方法就是幕后真凶:
protected byte[] getBytes(String name)
throws ZipException
{
if(encoding == null)
return name.getBytes();
return name.getBytes(encoding);
UnsupportedEncodingException uee;
uee;
throw new ZipException(uee.getMessage());
}
以上这句代码,就是将我们的文件名的字符变为字节,(这里变为字节的目的就是为了通过字节流把字节写出去) 这里判断了一下encoding是否为空,楼主如果不写encoding的话,就会执行name.getByte()也就是使用平台的默认字符集将此 String 编码为 byte 序列,并将结果存储到一个新的 byte 数组中。(这里使用平台的默认字符集就是楼主所在项目的编码),假如说这里项目所在编码为UTF-8,那么这里就会自动将文件名的字符转换为UTF-8的字节,然后写入到底层输出流。
当我们双击打开那个压缩的zip文件时,程序就会使用ANSI编码(通常指的是平台的默认编码,例如英文操作系统中是ISO-8859-1,中文系统是GBK)。别忘了,我们写文件的时候使用UTF-8的编码来写文件名的,这个时候-- 奇迹出现了“乱码”,为什么呢? GBK每个汉字占2个字节,而UTF-8每个汉字占3个字节,它们所占字节数都不一样,乱码是必须的,这下楼主知道为什么你的程序老是乱码了吗? 呵呵呵
分析原因:
我们在使用JDK自带的ZipOutputStream压缩文件时,压缩文件没有采用英文命名时,没有问题。如果采用中文命令就会出现问题,为什么会这样呢?我们来看看ZipOutputStream源码,它到底是怎么把文件名转换为字节的?
private static byte[] getUTF8Bytes(String s)
{
char ac[] = s.toCharArray();
int i = ac.length;
int j = 0;
for(int k = 0; k < i; k++)
{
char c = ac[k];
if(c <= '\177')
{
j++;
continue;
}
if(c <= '\u07FF')
j += 2;
else
j += 3;
}
byte abyte0[] = new byte[j];
int l = 0;
for(int i1 = 0; i1 < i; i1++)
{
char c1 = ac[i1];
if(c1 <= '\177')
{
abyte0[l++] = (byte)c1;
continue;
}
if(c1 <= '\u07FF')
{
abyte0[l++] = (byte)(c1 >> 6 | 192);
abyte0[l++] = (byte)(c1 & 63 | 128);
} else
{
abyte0[l++] = (byte)(c1 >> 12 | 224);
abyte0[l++] = (byte)(c1 >> 6 & 63 | 128);
abyte0[l++] = (byte)(c1 & 63 | 128);
}
}
return abyte0;
}
以上这个方法就是JDK自带的ZipOutputStream类中将文件名装换为字节的方法,通过源码我们不难看出,它是先将String变为char[]数组,然后通过遍历char[]数组,最后将char强转为byte,存放到byte数组中。
如果这样做的话,就暴露了一个问题,就是楼主所说的“中文乱码”问题,为什么呢? 因为在Java中,一个char是2个字节(byte),而一个中文汉字是一个字符,也就是2个字节;英文字母是一个字节,所以,一个英文字母可以保存到 一个字节(byte)中,而一个中文汉字不能(道理很简单啊,一个汉字是2个字节) --- 所以说这就是为什么保存英文的文件名是不会乱码,但是保存中文的文件名时会乱码的原因。
能实现,不过中文的文件名和中文的注释(comment)会乱码,内容没问题
java压缩zip文件中文乱码问题相关推荐
- Zip文件中文乱码问题解决方法(MAC->Windows)
Zip文件中文乱码问题解决方法(MAC->Windows) 参考文章: (1)Zip文件中文乱码问题解决方法(MAC->Windows) (2)https://www.cnblogs.co ...
- Java 读写txt文件 中文乱码问题
问题:在用Java程序进行读写含中文的txt文件时,经常会出现读出或写入的内容会出现乱码.原因其实很简单,就是系统的编码和程序的编码采用了不同的编码格式.通常,假如自己不修改的话,windows自身采 ...
- java写入文件中文乱码问题_解决Java写入UTF-8文件中文乱码问题
最近需要从Java中输出UTF-8编码的XML文件,遇到了两次中文乱码问题.一是奇数个汉字出现乱码,二是写入文件的实际编码与XML声明的编码不符.经过几番折腾,终于解决这两个问题,也对Java的字符编 ...
- java压缩zip文件夹错误_Java将文件或者文件夹压缩成zip(修复文件夹中存在多个文件报Stream Closed错误问题)...
项目场景: Java将文件或者文件夹压缩成zip(修复文件夹中存在多个文件报Stream Closed错误问题) 问题描述: 最近的项目需要将多级文件夹压缩成zip,网上找了几个工具类,都会报错,所以 ...
- Android端解压ZIP文件中文乱码的问题
吐槽 为解决这个问题,在网上徘徊了数小时,被那些盲目搬砖的博主坑死,明明不可行的方案为什么还要搬到自己的口袋呢?这些人真害人不浅,浪费彼此时间!!!吐槽到此为止.上代码: 正文 首先呢,实现此功能用到 ...
- Java BufferedReader读文件中文乱码
public static void main(String[] args) throws Exception {//中文乱码问题复现FileReader fileReader = new FileR ...
- Java读tpkg文件中文乱码_jolt乱码问题
jolt乱码问题 2013/7/23 18:40:25 heqinghua 程序员俱乐部 我要评论(0) 摘要:这个破问题困扰了我两天,今天终于搞定了,还是那句话,要坚信,bug的毅力永远比不过 ...
- java properties读取中文_Java读取properties文件中文乱码
Java读取properties文件中文乱码 之前读取properties配置文件时候全都是英文或者数字之类的,最近项目有个需求要properties配置文件中有中文字符存在,那么读取java pro ...
- java zip解压 中文_java解压ZIP 解决中文乱码 (GBK和UTF-8)
java解压ZIP 解决中文乱码 (GBK和UTF-8) 工具使用 : zip4j GitHub : zip4j 版本 : 2.2.8 Maven : net.lingala.zip4j zip4j ...
最新文章
- 2019最后一期—宏基因组分析技术研讨会
- 采集虚拟机_系列文章:Kubernetes日志采集最佳实践
- python os.walk如何还原所有路径名_python使用os.listdir和os.walk获得文件的路径
- SAP CRM Fiori应用里的note section
- 开发者的利器:Docker 理解与使用
- 数据增长率怎么算_20年老股民告诉你5个数据可轻松算出股价是否高估
- el-calendar 怎么设置上一年和下一年_为什么香港硕士一年的含金量那么高?
- OpenStack搭建glance
- mysql 动态创建事件_mysql 通过事件定时为数据库创建动态表名
- 9.思科交换路由基本命令操作
- Rust: codewars 的Duplicate Encoder
- c语言中常用数学符号,2016GRE数学常用数学符号大盘点
- 什么是引流软件你了解吗,引流软件效果如何?
- 跳跃游戏 改 dfs
- 异形图片自动排版之装箱算法
- 摄氏度符号英文计算机语言,英文摄氏度°C符号的正确输法
- 【论文笔记】(VLDB 2020) A Benchmarking Study of Embedding-based Entity Alignment for Knowledge
- csv文件打开波形,SPICE Explorer 2007.1 软件使用
- 【每日随笔】操控人性 ① ( 圣人的治理原则 | 控制人性的三大手段 - 引导 / 转移注意力 / 打击异己 | 作出正确的引导 | 不尚贤,使民不争 | 不追求权利 / 财富 )
- 下载并安装MS office 365
热门文章
- ie11浏览器可以下载java吗_解析:WindowsXP系统能否安装IE11浏览器
- 上海大学计算机组成原理实验13,上海大学计算机组成原理实验报告11.doc
- php打印矩阵,PHP实现顺时针打印矩阵(螺旋矩阵)的方法示例
- python连接influxdb_python 访问 InfluxDB 数据库
- c语言设计通讯录管理程序,C语言程序的设计学生通讯录管理系统方案.docx
- typecho和wordpress模板了解、开发流程介绍、前台后台前端后端区分
- PM早知道:电子身份证是个啥?
- python逐行读取数据时出现错误_Python利用逐行读取readline()打印出现空行的解决办法...
- 基于区块链的数据市场
- 作者:胡良霖(1973-),男,中国科学院计算机网络信息中心高级工程师