Windows 不支持 Java UTF-8 非 ASCII 字符

Question

我正在开发一种工具，该工具可以生成包含一些生成文件的 zip。我的一些使用 Windows 10 的用户报告说，当我将字符串添加到 zip 中的文件中时，非 ascii 字符被替换为“？” 这真的很奇怪，因为它在 linux (nixos) 上完美运行。你有什么想法吗？

fis = new ByteArrayInputStream(content.getBytes(StandardCharsets.UTF_8));

...

    public static void addToZip(String zipFilePath, final InputStream fis, final ZipOutputStream zos)
            throws IOException {
        final ZipEntry zipEntry = new ZipEntry(zipFilePath);
        zipEntry.setLastModifiedTime(FileTime.fromMillis(0L));
        zos.putNextEntry(zipEntry);

        final byte[] bytes = new byte[1024];
        int length;
        while ((length = fis.read(bytes)) >= 0)
            zos.write(bytes, 0, length);

        zos.closeEntry();
        fis.close();
        if (!(Settings.PROTECTION.toBool()))
            return;
        zipEntry.setCrc(bytes.length);
        zipEntry.setSize(new BigInteger(bytes).mod(BigInteger.valueOf(Long.MAX_VALUE)).longValue());
    }

...

  final ZipOutputStream zos = new ZipOutputStream(fos, StandardCharsets.UTF_8);

Answer 1

由于您的描述和代码不完整，我做一些假设：

• zip 存档中的某些文件是文本文件（或类似的文件，例如 CSV）。
• zip 存档是在 Linux 系统（或您控制的单个系统）上创建的。
• zip 存档会发送给您的用户，然后用于不同的操作系统。

如果是这样，则问题与 zip 存档无关。相反，这是文本文件的普遍问题。如果您只发送一个文本文件，也会发生这种情况。

问题的原因是文本文件不包含任何关于编码的可靠信息。在您这边，文本文件是使用 UTF-8 编码创建的。在用户方面，使用不同的操作系统和不同的工具来查看或处理文本文件。其中一些工具可能会努力确定编码并正确猜测。但是如果他们只是使用操作系统的默认编码，Windows用户会使用不正确的编码，因为Windows默认为Windows-1252和类似的编码。

使用 Windows-1252 编码处理 UTF-8 编码文件的结果是，在 Windows-1252 中无效的字节显示为“？”。

如果您的用户使用文本编辑器查看文本文件，请让他们将文本编辑器设置为 UTF-8。如果使用自定义软件处理文本文件，请要求他们修改软件，使其明确使用 UTF-8。