如何在 ZipEntry 中书写汉字？

Question

我想将字符串（中文文本）导出到 zip 文件内的 CSV 文件。哪里需要将编码设置为UTF-8？或者我应该采取什么方法（基于下面的代码）在导出的CSV文件中显示中文字符？这是我目前拥有的代码。        ByteArrayOutputStream out = new ByteArrayOutputStream();        ZipOutputStream zipOut = new ZipOutputStream(out, StandardCharsets.UTF_8)        try {            ZipEntry entry = new ZipEntry("chinese.csv");            zipOut.putNextEntry(entry);            zipOut.write("类型".getBytes());        } catch (IOException e) {            e.printStackTrace();        } finally {            zipOut.close();            out.close();        }我在 CSV 文件中得到的是“类垔，而不是“类型”。

Answer 1

首先，您肯定需要更改zipOut.write("类型".getBytes());为zipOut.write("类型".getBytes(StandardCharsets.UTF_8));另外，当您打开生成的 CSV 文件时，编辑器可能不知道内容是以 UTF-8 编码的。您可能需要告诉您的编辑器它是 UTF-8 编码。例如，在记事本中，您可以使用“另存为”选项保存文件并将编码更改为 UTF-8。此外，您的问题可能只是错误的显示问题，而不是实际的编码问题。有一个开源 Java 库，其中有一个实用程序可以将任何字符串转换为 Unicode 序列，反之亦然。当我诊断各种与字符集相关的问题时，这个实用程序多次帮助我。这是代码的示例

result = "Hello World";

result = StringUnicodeEncoderDecoder.encodeStringToUnicodeSequence(result);

System.out.println(result);

result = StringUnicodeEncoderDecoder.decodeUnicodeSequenceToString(result);

System.out.println(result);

这段代码的输出是：

\u0048\u0065\u006c\u006c\u006f\u0020\u0057\u006f\u0072\u006c\u0064

Hello World

该库可以在Maven Central或Github上找到，它作为 Maven 工件提供，并带有源代码和 javadoc

这是StringUnicodeEncoderDecoder类的 javadoc

我尝试了你的输入并得到了这个：

System.out.println(StringUnicodeEncoderDecoder.encodeStringToUnicodeSequence("类型"));

System.out.println(StringUnicodeEncoderDecoder.encodeStringToUnicodeSequence("类型"));

输出是：

\u7c7b\u578b

\u00e7\u00b1\u00bb\u00e5\u017e\u2039

所以看来您确实丢失了信息，而且这不仅仅是显示问题

Answer 2

该getBytes()方法是罪魁祸首之一，如果没有明确的字符集，它就会采用机器的默认字符集。根据 JavaString文档：

getBytes()
使用平台的默认 charset 将此 String 编码为字节序列，并将结果存储到新的字节数组中。

getBytes(string charsetName)
使用给定的 charset 将此 String 编码为字节序列，并将结果存储到新的字节数组中。

此外，正如 @Slaw 指出的那样，请确保使用文件所在的相同编码来编译( javac -encoding <encoding>) 文件：

-encoding设置源文件编码名称，例如 EUC-JP 和 UTF-8。如果未指定 -encoding，则使用平台默认转换器。

顺便说一句，closeEntry()OP 中缺少对 的调用。我将代码片段精简为我认为实现所需功能所必需的内容。

    try (FileOutputStream fileOut = new FileOutputStream("out.zip");
        ZipOutputStream zipOut = new ZipOutputStream(fileOut)) {
        zipOut.putNextEntry(new ZipEntry("chinese.csv"));
        zipOut.write("类型".getBytes("UTF-8"));
        zipOut.closeEntry();
    }

最后，正如 @MichaelGantman 指出的，您可能需要使用十六进制编辑器等工具检查编码的内容，同时排除您查看结果文件的编辑器以错误的方式显示正确的 utf-8方式。utf-8中的“类”是（十六进制），e7 b1 bbutf-16（java默认编码）中是7c 7b