关于Java解压文件的一些坑及经验分享

就在本周， 测试人员找到我说现上的需求文档(zip格式的)无法预览了， 让我帮忙看看怎么回事。

这个功能也并不是我做的， 于是我便先看看线上日志有没有什么错误，果不其然， 后台果然报错了。

java.lang.IllegalArgumentException:MALFORMED

at java.util.zip.ZipCoder.toString(ZipCoder.toString:58)

...

异常大致是这样，前台无法预览需求文档的原因是该zip文件解压失败了。

首先网上查了下这个异常的原因， 都说是因为编码的问题， 要求将UTF-8改成GBK就可以了。

然后定位代码， 看到有一个方法：unzip()public static void unzip(File zipFile, String descDir) {    try {

File pathFile = new File(descDir);        if (!pathFile.exists()) {

pathFile.mkdirs();

}

ZipFile zip = getZipFile(zipFile);        for (Enumeration entries = zip.entries(); entries.hasMoreElements(); ) {

ZipEntry entry = (ZipEntry) entries.nextElement();

String zipEntryName = entry.getName();            if (StringUtils.isNotBlank(pre)) {

zipEntryName = zipEntryName.substring(pre.length());

}

InputStream in = zip.getInputStream(entry);

String outPath = (descDir + "/" + zipEntryName).replaceAll("\\*", "/");

;            //判断路径是否存在,不存在则创建文件路径

File file = new File(outPath.substring(0, outPath.lastIndexOf('/')));            if (!file.exists()) {

file.mkdirs();

}            //判断文件全路径是否为文件夹,如果是上面已经上传,不需要解压

if (new File(outPath).isDirectory()) {                continue;

}            //输出文件路径信息

LOG.info("解压文件的当前路径为:{}", outPath);

OutputStream out = new FileOutputStream(outPath);

IOUtils.copy(in, out);

in.close();

out.close();

}

zip.close();

LOG.info("******************解压完毕********************");

} catch (Exception e) {

LOG.error("[unzip] 解压zip文件出错", e);

}

}private static ZipFile getZipFile(File zipFile) throws Exception {

ZipFile zip = new ZipFile(zipFile, Charset.forName("UTF-8"));

Enumeration entries = zip.entries();    while (entries.hasMoreElements()) {        try {

entries.nextElement();

zip.close();

zip = new ZipFile(zipFile, Charset.forName("UTF-8"));            return zip;

} catch (Exception e) {

zip = new ZipFile(zipFile, Charset.forName("GBK"));            return zip;

}

}    return zip;

}

于是便将线上的zip文件down下来 然后本地调试下， 发现在第9行中抛出了异常， 如下代码：ZipEntry entry = (ZipEntry) entries.nextElement();

再由最开始的异常日志找到ZipCoder中的58行:String toString(byte[] ba, int length) {

CharsetDecoder cd = decoder().reset();    int len = (int)(length * cd.maxCharsPerByte());    char[] ca = new char[len];    if (len == 0)        return new String(ca);    // UTF-8 only for now. Other ArrayDeocder only handles

// CodingErrorAction.REPLACE mode. ZipCoder uses

// REPORT mode.

if (isUTF8 && cd instanceof ArrayDecoder) {        int clen = ((ArrayDecoder)cd).decode(ba, 0, length, ca);        if (clen == -1)    // malformed

throw new IllegalArgumentException("MALFORMED");        return new String(ca, 0, clen);

}

ByteBuffer bb = ByteBuffer.wrap(ba, 0, length);

CharBuffer cb = CharBuffer.wrap(ca);

CoderResult cr = cd.decode(bb, cb, true);    if (!cr.isUnderflow())        throw new IllegalArgumentException(cr.toString());

cr = cd.flush(cb);    if (!cr.isUnderflow())        throw new IllegalArgumentException(cr.toString());    return new String(ca, 0, cb.position());

}

这里只有UTF-8才会进入if逻辑才会抛错？果然如网上所说， 将编码格式改为GBK即可。

ZipCoder这个类似src.zip包中的， 既然这里做了check当然会有它的道理， 单纯的改为GBK来解决这个bug显然是不合理的。

于是便要换种思路了， 线上有些zip是仍然可以预览的。 我将线上的zip文件解压后， 在自己电脑重新打个包(我用的是好压)， 然后又运行了上述代码， 竟然解压成功？？ 这是为什么？ 于是上网上找了一下， 果然找到了答案：Windows 压缩的时候使用的是系统的编码 GB2312，而 Mac 系统默认的编码是 UTF-8，于是出现了乱码。

最后去问了上传的同事， 他是在Windows下用的winRar上传的(看来不同的解压工具还不同)。

好了， 问题基本定位到了， 这里就要想着怎么解决了。

又是一通找， 终于：Apache commons-compress 解压 zip 文件是件很幸福的事，可以解决 zip 包中文件名有中文时跨平台的乱码问题，不管文件是在 Windows 压缩的还是在 Mac，Linux 压缩的，解压后都没有再出现乱码问题了。

看到这里基本上问题就要解决了， 于是开始使用apache的commons-compress了， 下面直接上代码， 代码是基于上面代码进行改造的：

首先引入pom文件：

org.apache.commons

commons-compress

1.8.1public static void main(String[] args) throws Exception{

String path = "C:\\Users\\Isuzu\\Desktop\\test.zip";

unzip(new File(path), "D:\\data",);

}public static void unzip(File zipFile, String descDir) {    try (ZipArchiveInputStream inputStream = getZipFile(zipFile)) {

File pathFile = new File(descDir);        if (!pathFile.exists()) {

pathFile.mkdirs();

}

ZipArchiveEntry entry = null;        while ((entry = inputStream.getNextZipEntry()) != null) {            if (entry.isDirectory()) {

File directory = new File(descDir, entry.getName());

directory.mkdirs();

} else {

OutputStream os = null;                try {

os = new BufferedOutputStream(new FileOutputStream(new File(descDir, entry.getName())));                    //输出文件路径信息

LOG.info("解压文件的当前路径为:{}", descDir + entry.getName());

IOUtils.copy(inputStream, os);

} finally {

IOUtils.closeQuietly(os);

}

}

}        final File[] files = pathFile.listFiles();        if (files != null && files.length == 1 && files[0].isDirectory()) {            // 说明只有一个文件夹

FileUtils.copyDirectory(files[0], pathFile);            //免得删除错误， 删除的文件必须在/data/demand/目录下。

boolean isValid = files[0].getPath().contains("/data/www/");            if (isValid) {

FileUtils.forceDelete(files[0]);

}

}

LOG.info("******************解压完毕********************");

} catch (Exception e) {

LOG.error("[unzip] 解压zip文件出错", e);

}

}private static ZipArchiveInputStream getZipFile(File zipFile) throws Exception {    return new ZipArchiveInputStream(new BufferedInputStream(new FileInputStream(zipFile)));

}

到了这里就大功告成了， 原先自己遇到这个问题时百度了一圈， 解决方案大都是改编码格式为GBK， 但那也只是治标不治本的方法， 解压的坑就讲这么多， 后续有新的坑还会继续总结出来的。