Go的标准库已经自带了zip的库.
不过zip包在处理内部文件名时, 默认是utf8编码的.
对于Windows中文用户, 生成和读取zip内部文件名默认是GBK编码的.
因此, 在处理涉及GBK的文件名时需要做一个转换.
Go语言官方的 go.text 子标准库已经支持各种编码, 下面是utf8转GBK的函数:
import "golang.org/x/text/encoding/simplifiedchinese"
func utf8ToGBK(text string) (string, error) {
dst := make([]byte, len(text)*2)
tr := simplifiedchinese.GB18030.NewEncoder()
nDst, _, err := tr.Transform(dst, []byte(text), true)
if err != nil {
return text, err
}
return string(dst[:nDst]), nil
}
在生成zip文件时, 用 utf8ToGBK 处理文件名:
func main() {
file, err := os.Create("中文-测试.zip")
if err != nil {
log.Fatal(err)
}
defer file.Close()
wzip := zip.NewWriter(file)
defer func() {
if err := wzip.Close(); err != nil {
log.Fatal(err)
}
}()
// 压缩文件
var files = []struct{ Name, Body string }{
{"11/1/readme.txt", "UTF8 字符串."},
{"11/1/readme2.txt", "This archive contains some text files."},
{"汉字/2/gopher.txt", "Gopher names:\nGeorge\nGeoffrey\nGonzo"},
{"11/中文.txt", "中文Get animal handling licence.\nWrite more examples."},
{"空目录/", ""},
}
for _, file := range files {
name, _ := utf8ToGBK(file.Name) // 文件名转换为 GBK编码
f, err := wzip.Create(name)
if err != nil {
log.Fatal(err)
}
_, err = f.Write([]byte(file.Body))
if err != nil {
log.Fatal(err)
}
}
}
这样就可以生成Windows下带简体中文的文件名压缩文件了.
2014年补充:
其实在新的 zip规范 中,
已经对UTF8编码的文件名提供了支持.
File: APPNOTE.TXT - .ZIP File Format Specification
Version: 6.3.3
4.4.4 general purpose bit flag: (2 bytes)
Bit 11: Language encoding flag (EFS). If this bit is set,
the filename and comment fields for this file
MUST be encoded using UTF-8. (see APPENDIX D)
具体来说, 在每个文件的头信息的Flags字段的11bit位.
如果该bit位为0则表用本地编码(本地编码是GBK吗?), 如果是1则表示用UTF8编码.
头信息对应zip库的 archive/zip.FileHeader 结构的 Flags 成员:
type FileHeader struct {
// Name is the name of the file.
// It must be a relative path: it must not start with a drive
// letter (e.g. C:) or leading slash, and only forward slashes
// are allowed.
Name string
CreatorVersion uint16
ReaderVersion uint16
Flags uint16
Method uint16
ModifiedTime uint16 // MS-DOS time
ModifiedDate uint16 // MS-DOS date
CRC32 uint32
CompressedSize uint32 // deprecated; use CompressedSize64
UncompressedSize uint32 // deprecated; use UncompressedSize64
CompressedSize64 uint64
UncompressedSize64 uint64
Extra []byte
ExternalAttrs uint32 // Meaning depends on CreatorVersion
Comment string
}
如果想生成UTF8编码的文件名, 可以手工指定该字段:
func main() {
file, err := os.Create("中文-测试.zip")
if err != nil {
log.Fatal(err)
}
defer file.Close()
wzip := zip.NewWriter(file)
defer func() {
if err := wzip.Close(); err != nil {
log.Fatal(err)
}
}()
// 压缩文件
var files = []struct{ Name, Body string }{
{"11/1/readme.txt", "UTF8 字符串."},
{"11/1/readme2.txt", "This archive contains some text files."},
{"汉字/2/gopher.txt", "Gopher names:\nGeorge\nGeoffrey\nGonzo"},
{"11/中文.txt", "中文Get animal handling licence.\nWrite more examples."},
{"空目录/", ""},
}
for _, file := range files {
header := &zip.FileHeader{
Name: file.Name,
Flags: 1 << 11, // 使用utf8编码
Method: zip.Deflate,
}
f, err := wzip.CreateHeader(header)
if err != nil {
log.Fatal(err)
}
_, err = f.Write([]byte(file.Body))
if err != nil {
log.Fatal(err)
}
}
}
其实, zip.Create 默认应该是假设文件名采用UTF8编码, 这样可以避免不同机器间本地编码不同导致的解码的问题.
针对该修改已经提交了 CL54360043, 目前还不清楚是否能够被接受.
不过比较遗憾的是Win7自带的zip浏览器始终是忽略该字段的(始终用本地编码处理).
