使用Java SE6时读取包含特殊字符的ZipEntry

Question

更新解决方案，请参阅底部

要求 ：
在Java SE 6中处理ZIP文件，其中包含文件名中包含特殊字符的文件。 由于（ZIP生产者）的编码不是UTF-8，因此特殊字符被编码。 因此，我想将特殊字符更正为正确的代码。

问题 ：
ZIP包含一个名为abcüabc.txt的文件。 该条目通过java.util.zip.ZipEntry处理，当打印出单个字符时，我看到这些字符（字节）：

ü被编码为
u跟着一个
¨

问题 ：
所以我想知道如何将u¨替换为ü或者ue ：

我已经尝试过但没有解决的问题：
name.replaceAll("u\\\\¨", "ue");
要么
name.replaceAll("ü", "ue");

原始源代码（不工作） ：

InputStream is = new FileInputStream(new File("/Users/me/Desktop/test.zip"));
ZipInputStream zipStream = new ZipInputStream(is);
ZipEntry zipEntry = null;
while ((zipEntry = zipStream.getNextEntry()) != null) {
    String name = zipEntry.getName(); // reading abcüabc.txt
    System.out.println("pos 3: "+name.charAt(3));
    System.out.println("pos 4: "+name.charAt(4));
    System.out.println("is equal to ¨: "+Character.toString(name.charAt(4)).equals("¨"));
}        

输出：

pos 3: u
pos 4:¨
is equal to ¨: false

关于我的环境的说明 ：

Zip在Mac OS X 10.6.8下生成
Java SE 6：Java HotSpot（TM）64位服务器VM（版本20.12-b01-434，混合模式）

解

显然，ZIP制作人（在我的Mac OSX中）将特殊字符转换为分解格式。 所以ü被分解为u¨ 。
从ZIP中提取文件名时，我们希望从分解格式转换回组合格式，因此我们只需要在上面的源代码中插入一个规范化：

InputStream is = new FileInputStream(new File("/Users/me/Desktop/test.zip"));
ZipInputStream zipStream = new ZipInputStream(is);
ZipEntry zipEntry = null;
while ((zipEntry = zipStream.getNextEntry()) != null) {
    String name = zipEntry.getName(); // reading abcüabc.txt
    System.out.println("pos 3: "+name.charAt(3));
    System.out.println("pos 4: "+name.charAt(4));
    System.out.println("contains ü: "+name.contains("ü"));
    name = Normalizer.normalize(name, Form.NFC);
    System.out.println("contains ü: "+name.contains("ü"));
}        

输出：

pos 3: u
pos 4:¨
contains ü: false
contains ü: true

Answer 1

那不是¨ （ U + 00A8 DIAERESIS ），而是U + 0308组合DIAERESIS 。

字符以这种方式分割，因为Mac Os将文件名存储在规范化表格D中，该表格将分解这样的字符。

你可以像这样把它组合起来：

String name = zipEntry.getName(); 
name = Normalizer.normalize(name, Form.NFC);

更多关于规范化形式

diaeresises之间的区别在于它们如何修改或不修改以前的基本字符：

    System.out.println( "u" + (char)0xA8); //u¨
    System.out.println( "u" + (char)0x0308); //ü

Answer 2

你可以使用apache ant解决编码问题。

导入org.apache.tools.zip.*

ZipFile zipFile = new ZipFile(fileName,"you encoding");// you encoding like utf-8 
Enumeration emu = zipFile.getEntries();


while(emu.hasMoreElements()){
  ZipEntry entry = (ZipEntry) emu.nextElement();
  // do something
}

Ant项目不提供在线文档，这里是另一个doc http://api.dpml.net/ant/1.7.0/