ZipInputStream讀取中文文件名亂碼？如何正確設置字符集？

ZipinputStream中文文件名亂碼及解決方案

在使用ZipInputStream讀取ZIP壓縮包時，經常會遇到中文文件名亂碼，導致程序拋出“malformed input off : 1, Length : 1”異常。 許多開發者嘗試使用StandardCharsets.UTF_8指定字符集，但問題依然存在。本文分析原因并提供解決方案。

問題在于，ZipInputStream的構造方法并不直接處理壓縮包內文件名的編碼。文件名信息通常存儲在壓縮包的中央目錄中，其編碼取決于壓縮包的創建方式和操作系統環境。 直接使用StandardCharsets.UTF_8無法解決問題，因為這只是指定了輸入流的編碼，而非壓縮包內文件名的編碼。

一種解決方案是將編碼方式改為GBK：ZipInputStream zipInputStream = new ZipInputStream(new BufferedInputStream(input), Charset.forName(“GBK”));。 這是因為windows系統通常使用GB2312或GBK編碼存儲文件名。如果壓縮包在Windows系統下創建，使用GBK可以正確解析文件名。 然而，Mac和linux系統通常使用UTF-8，因此這種方法的兼容性有限。GBK兼容GB2312，所以能解決部分問題。

為了提升跨平臺兼容性，建議使用apache Commons Compress庫。該庫提供更強大的壓縮/解壓縮功能，能夠更好地處理不同編碼的文件名，從而避免因操作系統差異導致的編碼問題。 它能自動檢測并處理各種編碼，提供更可靠的解決方案。