解压乱码，判断 zip 压缩包编码是 GBK，还是 UTF |
您所在的位置：网站首页 › 怎么看文件编码是否正确 › 解压乱码，判断 zip 压缩包编码是 GBK，还是 UTF |
解压乱码，判断 zip 压缩包编码是 GBK，还是 UTF
|
个人文档地址 http://blog.sqber.com/articles/zip-file-gbk-utf-8.html 问题java 程序解压 zip 类型的压缩包，使用 WinRAR 压缩的解压出来就会乱码。 我使用的是 zip4j 解压的，根本原因还是解压时候编码问题。 如何鉴别文件编码网络上提供的几种都以失败告终： 1、判断文件首字节 2、使用 cpdetector 鉴别编码失败，怎么办？有个有趣的现象：如果自己写解压程序的话，编码不对会报异常，而不是乱码了。 因此我们可以使用异常来判断是否可行。 自己写解压 public static void doUnArchiver(File srcfile, String destpath) throws IOException { byte[] buf = new byte[1024]; FileInputStream fis = new FileInputStream(srcfile); BufferedInputStream bis = new BufferedInputStream(fis); ZipInputStream zis = new ZipInputStream(bis); ZipEntry zn = null; while ((zn = zis.getNextEntry()) != null) { File f = new File(destpath + "/" + zn.getName()); if (zn.isDirectory()) { f.mkdirs(); } else { /* * 父目录不存在则创建 */ File parent = f.getParentFile(); if (!parent.exists()) { parent.mkdirs(); } FileOutputStream fos = new FileOutputStream(f); BufferedOutputStream bos = new BufferedOutputStream(fos); int len; while ((len = zis.read(buf)) != -1) { bos.write(buf, 0, len); } bos.flush(); bos.close(); } zis.closeEntry(); } zis.close(); }对其改造，进行判断 private boolean testEncoding(String filepath, Charset charset) throws FileNotFoundException { FileInputStream fis = new FileInputStream(new File(filepath)); BufferedInputStream bis = new BufferedInputStream(fis); ZipInputStream zis = new ZipInputStream(bis, charset); ZipEntry zn = null; try { while ((zn = zis.getNextEntry()) != null) { // do nothing } } catch (Exception e) { return false; }finally { try { zis.close(); bis.close(); fis.close(); } catch (IOException e) { e.printStackTrace(); } } return true; }测试结果如下： System.out.println(testEncoding("d:/UTF8的文件.zip", Charset.forName("UTF-8"))); // true System.out.println(testEncoding("d:/UTF8的文件.zip", Charset.forName("GBK"))); //true System.out.println(testEncoding("d:/GBK的文件.zip", Charset.forName("UTF-8"))); //false System.out.println(testEncoding("d:/GBK的文件.zip", Charset.forName("GBK"))); //true注意： 对于 UTF-8 的文件，使用 GBK 返回的居然是 true 所以我们在使用 testEncoding 方法的时候，只能是测试 “UTF-8” 返回的是不是 false 如果是 false，则使用 GBK 编码 if (testEncoding(file, Charset.forName("UTF-8")) == false){ zipFile.setCharset(Charset.forName("GBK")); } 整体代码pom.xml 引入 zip4j net.lingala.zip4j zip4j 2.6.1解压代码 // ZipFile 默认是使用 UTF-8 编码处理文件 ZipFile zipFile = new ZipFile(file); if (testEncoding(file, Charset.forName("UTF-8")) == false){ zipFile.setCharset(Charset.forName("GBK")); } zipFile.extractAll(baseDir); private boolean testEncoding(String filepath, Charset charset) throws FileNotFoundException { FileInputStream fis = new FileInputStream(new File(filepath)); BufferedInputStream bis = new BufferedInputStream(fis); ZipInputStream zis = new ZipInputStream(bis, charset); ZipEntry zn = null; try { while ((zn = zis.getNextEntry()) != null) { // do nothing } } catch (Exception e) { return false; }finally { try { zis.close(); bis.close(); fis.close(); } catch (IOException e) { e.printStackTrace(); } } return true; } 更新在使用上面的解压程序时，又出现了新的问题。 有一压缩包 shuju.zip ，里面的内容为： ├── shuju ------└── 新建文件夹 -------------└── 李贽与晚明文学思想.pdf ------└── China-Africa Relations， Political Conditions，and Ngũgĩ Wa Thiong’o’s Wizard of the Crow Peter Leman.PDF ------└── 一手数据.xlsx shuju.zip 文件下载地址：链接：https://pan.baidu.com/s/12ugoP2Vx8Ui7chKVGaq-1w 提取码：w6qq 解压之后，中文文件没有乱码，但其中一个英文文件乱码了。如下图： 解决办法： 改用 apache 下的一款解压缩工具 ： Apache Commons Compress https://commons.apache.org/proper/commons-compress/examples.html https://github.com/apache/commons-compress 具体使用如下： pom.xml 文件引入 org.apache.commons commons-compress 1.18解压代码： public static void decompressor(String zipFile, String targetDir) throws IOException, ArchiveException { File archiveFile = new File(zipFile); // 文件不存在，跳过 if (!archiveFile.exists()) return; ArchiveInputStream input = new ArchiveStreamFactory().createArchiveInputStream(new BufferedInputStream(new FileInputStream(zipFile))); ArchiveEntry entry = null; while ((entry = input.getNextEntry()) != null) { if (!input.canReadEntryData(entry)) { // log something? continue; } String name = Paths.get(targetDir, entry.getName()).toString(); File f = new File(name); if (entry.isDirectory()) { if (!f.isDirectory() && !f.mkdirs()) { throw new IOException("failed to create directory " + f); } } else { File parent = f.getParentFile(); if (!parent.isDirectory() && !parent.mkdirs()) { throw new IOException("failed to create directory " + parent); } try (OutputStream o = Files.newOutputStream(f.toPath())) { IOUtils.copy(input, o); } } } input.close(); }
个人文档地址 http://blog.sqber.com/articles/zip-file-gbk-utf-8.html |
【本文地址】