ZipInputStream读取中文文件名乱码？如何正确设置字符集？

ZipinputStream中文文件名乱码及解决方案

在使用ZipInputStream读取ZIP压缩包时，经常会遇到中文文件名乱码，导致程序抛出“malformed input off : 1, Length : 1”异常。 许多开发者尝试使用StandardCharsets.UTF_8指定字符集，但问题依然存在。本文分析原因并提供解决方案。

问题在于，ZipInputStream的构造方法并不直接处理压缩包内文件名的编码。文件名信息通常存储在压缩包的中央目录中，其编码取决于压缩包的创建方式和操作系统环境。 直接使用StandardCharsets.UTF_8无法解决问题，因为这只是指定了输入流的编码，而非压缩包内文件名的编码。

一种解决方案是将编码方式改为GBK：ZipInputStream zipInputStream = new ZipInputStream(new BufferedInputStream(input), Charset.forName(“GBK”));。 这是因为windows系统通常使用GB2312或GBK编码存储文件名。如果压缩包在Windows系统下创建，使用GBK可以正确解析文件名。 然而，Mac和linux系统通常使用UTF-8，因此这种方法的兼容性有限。GBK兼容GB2312，所以能解决部分问题。

为了提升跨平台兼容性，建议使用apache Commons Compress库。该库提供更强大的压缩/解压缩功能，能够更好地处理不同编码的文件名，从而避免因操作系统差异导致的编码问题。 它能自动检测并处理各种编码，提供更可靠的解决方案。