--轉自：http://riching.iteye.com/blog/579634
用java來打包文件生成壓縮文件，有兩個地方會出現亂碼
1、內容的中文亂碼問題，這個問題網上很多人給出了解決方法，兩種：修改sun的源碼；使用開源的類庫org.apache.tools.zip.ZipOutputStream和org.apache.tools.zip.ZipEntry，這兩個類ant.jar中有，可以下載使用即可，毫無疑問，選擇后者更方便
2、壓縮文件注釋的中文亂碼問題：zos.setComment("中文測試");這個問題在網上查了半天沒看到有人解釋，遂只能自己想辦法解決。在自己機器上的工程創建的測試類，沒有任何問題，但是在公司的項目中使用一直出現亂碼，通過使用設置編碼的方法（zos.setEncoding("gbk");）終于發現了問題，測試項目的編碼方式為gbk，而公司項目的默認編碼是utf-8，所以測試項目沒問題而公司的項目中出現了問題。

org.apache.tools.zip.ZipOutputStream默認使用項目的編碼方式，理論上講utf-8也是支持中文的，是在想不通為啥還是亂碼，通過setEncoding方法改成gbk即可解決

附上一段壓縮文件的代碼
Java代碼 ?

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("中文測試.txt");??

????????ZipOutputStream?zos?=?new?ZipOutputStream(new?BufferedOutputStream(??

????????????????new?FileOutputStream("zipTest.zip"),?1024));??

????????zos.putNextEntry(new?ZipEntry("中國人.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("中文測試");??

??

????????zos.closeEntry();??

????????zos.close();??

????}??

??

}??

分享到： window 修改ip腳本 | 轉：java中四種操作xml方式的比較

• 2010-01-25 21:27
• 瀏覽 6461
• 評論(6)
• 論壇回復 / 瀏覽 (2 / 7976)
• 收藏
• 分類:編程語言
• 相關推薦

評論

6 樓 dabing69221 2013-12-23?? 引用 riching 寫道 大神你牛逼，受教了，我這種不求甚解的習慣要改，謝謝
dabing69221 寫道 樓主說“測試項目的編碼方式為gbk，而公司項目的默認編碼是utf-8，所以測試項目沒問題而公司的項目中出現了問題 ”樓主這么分析也對，但是不全面，下面我給樓主分析一下出錯原因：
通過org.apache.tools.zip.ZipOutputStream類的源碼，我們看到這么一個方法，沒錯下面這個方法就是幕后真兇：

??? 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());
??? }
以上這句代碼，就是將我們的文件名的字符變為字節，（這里變為字節的目的就是為了通過字節流把字節寫出去） 這里判斷了一下encoding是否為空，樓主如果不寫encoding的話，就會執行name.getByte()也就是使用平臺的默認字符集將此 String 編碼為 byte 序列，并將結果存儲到一個新的 byte 數組中。（這里使用平臺的默認字符集就是樓主所在項目的編碼），假如說這里項目所在編碼為UTF-8，那么這里就會自動將文件名的字符轉換為UTF-8的字節，然后寫入到底層輸出流。

當我們雙擊打開那個壓縮的zip文件時，程序就會使用ANSI編碼（通常指的是平臺的默認編碼，例如英文操作系統中是ISO-8859-1，中文系統是GBK）。別忘了，我們寫文件的時候使用UTF-8的編碼來寫文件名的，這個時候-- 奇跡出現了“亂碼”，為什么呢？ GBK每個漢字占2個字節，而UTF-8每個漢字占3個字節，它們所占字節數都不一樣，亂碼是必須的，這下樓主知道為什么你的程序老是亂碼了嗎？ 呵呵呵

呵呵
5 樓 riching 2013-12-02?? 引用 大神你牛逼，受教了，我這種不求甚解的習慣要改，謝謝
dabing69221 寫道 樓主說“測試項目的編碼方式為gbk，而公司項目的默認編碼是utf-8，所以測試項目沒問題而公司的項目中出現了問題 ”樓主這么分析也對，但是不全面，下面我給樓主分析一下出錯原因：
通過org.apache.tools.zip.ZipOutputStream類的源碼，我們看到這么一個方法，沒錯下面這個方法就是幕后真兇：

??? 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());
??? }
以上這句代碼，就是將我們的文件名的字符變為字節，（這里變為字節的目的就是為了通過字節流把字節寫出去） 這里判斷了一下encoding是否為空，樓主如果不寫encoding的話，就會執行name.getByte()也就是使用平臺的默認字符集將此 String 編碼為 byte 序列，并將結果存儲到一個新的 byte 數組中。（這里使用平臺的默認字符集就是樓主所在項目的編碼），假如說這里項目所在編碼為UTF-8，那么這里就會自動將文件名的字符轉換為UTF-8的字節，然后寫入到底層輸出流。

當我們雙擊打開那個壓縮的zip文件時，程序就會使用ANSI編碼（通常指的是平臺的默認編碼，例如英文操作系統中是ISO-8859-1，中文系統是GBK）。別忘了，我們寫文件的時候使用UTF-8的編碼來寫文件名的，這個時候-- 奇跡出現了“亂碼”，為什么呢？ GBK每個漢字占2個字節，而UTF-8每個漢字占3個字節，它們所占字節數都不一樣，亂碼是必須的，這下樓主知道為什么你的程序老是亂碼了嗎？ 呵呵呵
4 樓 dabing69221 2013-12-01?? 引用 樓主說“測試項目的編碼方式為gbk，而公司項目的默認編碼是utf-8，所以測試項目沒問題而公司的項目中出現了問題 ”樓主這么分析也對，但是不全面，下面我給樓主分析一下出錯原因：
通過org.apache.tools.zip.ZipOutputStream類的源碼，我們看到這么一個方法，沒錯下面這個方法就是幕后真兇：

??? 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());
??? }
以上這句代碼，就是將我們的文件名的字符變為字節，（這里變為字節的目的就是為了通過字節流把字節寫出去） 這里判斷了一下encoding是否為空，樓主如果不寫encoding的話，就會執行name.getByte()也就是使用平臺的默認字符集將此 String 編碼為 byte 序列，并將結果存儲到一個新的 byte 數組中。（這里使用平臺的默認字符集就是樓主所在項目的編碼），假如說這里項目所在編碼為UTF-8，那么這里就會自動將文件名的字符轉換為UTF-8的字節，然后寫入到底層輸出流。

當我們雙擊打開那個壓縮的zip文件時，程序就會使用ANSI編碼（通常指的是平臺的默認編碼，例如英文操作系統中是ISO-8859-1，中文系統是GBK）。別忘了，我們寫文件的時候使用UTF-8的編碼來寫文件名的，這個時候-- 奇跡出現了“亂碼”，為什么呢？ GBK每個漢字占2個字節，而UTF-8每個漢字占3個字節，它們所占字節數都不一樣，亂碼是必須的，這下樓主知道為什么你的程序老是亂碼了嗎？ 呵呵呵 3 樓 dabing69221 2013-12-01?? 引用 樓主，我給你分析一下，你的壓縮zip包為什么會亂碼？
分析原因：
? 我們在使用JDK自帶的ZipOutputStream壓縮文件時，壓縮文件沒有采用英文命名時，沒有問題。如果采用中文命令就會出現問題，為什么會這樣呢？我們來看看ZipOutputStream源碼，它到底是怎么把文件名轉換為字節的？
? 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;
??? }
以上這個方法就是JDK自帶的ZipOutputStream類中將文件名裝換為字節的方法，通過源碼我們不難看出，它是先將String變為char[]數組，然后通過遍歷char[]數組，最后將char強轉為byte,存放到byte數組中。
? 如果這樣做的話，就暴露了一個問題，就是樓主所說的“中文亂碼”問題，為什么呢？ 因為在Java中，一個char是2個字節(byte)，而一個中文漢字是一個字符，也就是2個字節；英文字母是一個字節，所以，一個英文字母可以保存到 一個字節(byte)中，而一個中文漢字不能（道理很簡單啊，一個漢字是2個字節） --- 所以說這就是為什么保存英文的文件名是不會亂碼，但是保存中文的文件名時會亂碼的原因。
2 樓 riching 2010-06-06?? 引用 xiaohahaa 寫道 不使用外部包，只用jdk內部的類，能不能實現？
能實現，不過中文的文件名和中文的注釋（comment）會亂碼，內容沒問題 1 樓 xiaohahaa 2010-06-05?? 引用 不使用外部包，只用jdk內部的類，能不能實現？

總結

以上是生活随笔為你收集整理的java压缩zip文件中文乱码问题的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。