java压缩zip文件乱码问题

对于Java本身，很多功能都会遭到大家的质疑，但是真的是Java本身做的不好么？ 我想应该不是的。

对于Java自身自带的压缩文件操作来说，最大的弊端应该就是对中文的不支持，所以很多人都会去选择apache公司提供的。然而apache公司提供的同样也有语言问题。但Java自身的就不会。

在我去网上找过相关的资料，发现除了使用apache的之外，还有去修改源码，而修改源码这种方式，对于很多新手来说，是非常头痛的事情。那就没有解决方式了么？

在最近做项目的时候，正好就用到这个压缩文件的操作，倒是解决了个别语言乱码的问题。（当然，肯定不是通过修改源码，也不是通过apache）。

因为我用的是jdk1.7的，所以我就用1.7的来说。

 

先说一下，我当时要做的功能： 

 

我的功能能就是用户批量上传一大堆的压缩包，然后我通过后台再开一个线程去解析上传的压缩文件，在不解压的情况下，将压缩包中的数据读出来，并将压缩包中需要上传的文件上传到服务器。

 

功能不麻烦，但唯一不能确定的是压缩包中的文件是否是中文命名，如果是中文命名，用java自身自带的zipInputStream就会报错。

通过查看源码，我发现在ZipInputStream中，有两个构造方法：

 

public ZipInputStream(InputStream in) {
        this(in, StandardCharsets.UTF_8);
}

public ZipInputStream(InputStream in, Charset charset) {
        super(new PushbackInputStream(in, 512), new Inflater(true), 512);
        usesDefaultInflater = true;
        if(in == null) {
            throw new NullPointerException("in is null");
        }
        if (charset == null)
            throw new NullPointerException("charset is null");
        this.zc = ZipCoder.get(charset);
}

 期初我用的是第一个，也就是只传了一个inputStream进去。但是当报错失败的时候，发现这个构造方法，默认我们的编码为"UTF-8"。那期初我就很费解，我从页面端传递，到数据库所有都统一是"UTF-8"。并且，我的其他上传用"UTF-8"也成功解决了中文问题，那为何这个就不可以呢？

 

在我通过使用第二个构造方法时通过：

 ZipInputStream zip = new ZipInputStream(in,StandardCharsets.UTF-8);

 的方式将UTF-8给传入进去，结果一样的， 当然，这个是意料之中的。（StandardCharsets是Java自身提供的）。

那我的想法是，既然有提供可以自定义编码，那我一个个尝试一下看看？

 

期初，我是想通过设置为"GBK"的方式，

但是，我发现StandardCharsets这个类提供的编码很少：

 public static final Charset US_ASCII = Charset.forName("US-ASCII");

    public static final Charset ISO_8859_1 = Charset.forName("ISO-8859-1");

    public static final Charset UTF_8 = Charset.forName("UTF-8");

    public static final Charset UTF_16BE = Charset.forName("UTF-16BE");

    public static final Charset UTF_16LE = Charset.forName("UTF-16LE");

    public static final Charset UTF_16 = Charset.forName("UTF-16");

 

 

这让我很失望，因为这里面，我能联系到解决中文的方式只有UTF-8。

不过，我很好奇，因为我想不透为何Java只给我们提供考了这几种编码？难道是考虑不周详？

有这个想法后，我就想试试看Java给我们留这几个编码的用意。

"ASCII"码很容易理解，我也感觉也许会把这个流默认读成"ASCII"码呢？

但是，试过之后发现不行，仍然过不了，依然报错。

那就一个一个试一下看看呗。

 

奇迹来了，在我使用"ISO-8859-1"的时候居然通过了。

 

然后，我将通过"ISO-8859-1"转化过来的乱码再次转换，以恢复到以前的汉字状态，这样我就能知道zipInputStream流默认的是什么编码了

在我通过new String的方式来转化的时候，发现只有在转化为"GBK"的时候才能显示原来的汉字状态。

 

那我就大概明白这个问题了。

然后，我就修改自己的代码：

zipFile = new ZipFile(filePath,StandardCharsets.ISO_8859_1);
			InputStream in = new BufferedInputStream(new FileInputStream(filePath));
			//转化为iso_8859_1，保证zip.getNextEntry()能够通过
	        ZipInputStream zip = new ZipInputStream(in,StandardCharsets.ISO_8859_1);
	        ZipEntry zipEntry;
	        while ((zipEntry = zip.getNextEntry()) != null) {
				//判断是否为目录条目,此处不用操作。
	        	if(zipEntry.isDirectory()){
	        	}else{
	        		//获取文件名(此文件名会包含路径)
	        		String fileName1 = zipEntry.getName();
	        		//此文件名是真正的文件名
	        		String fileName2 = getFileNameByFilePath(fileName1);
	        		System.out.println(fileName2.toString());
                      }
                 }

 将流转为”ISO-8859-1“后，让其顺利通过zip.getNextEntry()，

如果要保存压缩包中文件的真实名字的话，就可以通过

byte[] b = fileName2.getBytes("ISO_8859_1");
new String(b,"GBK");

 来获取原来的名字。