Java处理ZIP文件的解决方案——Zip4J（不解压直接通过InputStream形式读取其中的文件，解决中文乱码）

一、JDK内置操作Zip文件
其实，在JDK中已经存在操作ZIP的工具类：ZipInputStream。

基本使用：

public static Map<String, String> readZipFile(String file) throws Exception {
Map<String, String> resultMap = new HashMap<String, String>();
Charset gbk = Charset.forName("GBK");
ZipFile zf = new ZipFile(file, gbk); // 此处可以用无Charset的构造函数，但是即使是设置为GBK也是处理不了中文的，后面会再说
InputStream in = new BufferedInputStream(new FileInputStream(file));
ZipInputStream zin = new ZipInputStream(in);
ZipEntry ze;

while ((ze = zin.getNextEntry()) != null) {
if (ze.isDirectory()) {
} else {
long size = ze.getSize(); // 文件的大小
String name = ze.getName(); // 获取文件名称
// 具体对其中每个文件的操作和获取信息，可以参考JDK API
if (size > 0) {
InputStream inputStream = zf.getInputStream(ze); // 拿到文件流
// …… 业务逻辑
}
}
}
zin.closeEntry();

return resultMap;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
更多的操作可以参考其他人的总结，本文的重点在于描述JDK自带zip操作API的不便之处，从而引出Zip4J。

JDK自带ZIP API有个非常重大的问题：不支持ZIP中目录中的中文。如下异常：

java.lang.IllegalArgumentException: MALFORMED
at java.util.zip.ZipCoder.toString(Unknown Source)
at java.util.zip.ZipInputStream.readLOC(Unknown Source)
at java.util.zip.ZipInputStream.getNextEntry(Unknown Source)
at com.mskj.test.md5.BigFileMD5.readZipFile(BigFileMD5.java:131)
at com.mskj.test.md5.BigFileMD5.checkFileMD5(BigFileMD5.java:42)
at com.mskj.test.TestMain.main(TestMain.java:12)
1
2
3
4
5
6
7
我的ZIP中目录：“Test\Test-01\Te\你好\……”，当然导致该异常的原因不只是中文的问题，但是大部分情况下都是。对于JDK自带的ZIP API还有一些其他问题，比如操作解压和压缩API接口不方便（带有密码ZIP）等。当然，网上有许多人说是已经可以解决中文的问题，但是比较麻烦，并不是每次都能够成功，我本地也有尝试过。

在我们的项目中，通过不断的比较，最终还是选择了ZIP4J。

二、ZIP4J
官网：http://www.lingala.net/zip4j/

zip4j默认采用的是UTF-8编码，所以本身支持中文（但是，个人建议还是在读取zip文件后，立即设置字符集），同时也支持密码，而且支持多种压缩算法，可以说功能强大，但使用起来却非常简单，当然，如果有其他需求，需要自己从官网上看API。如果你百度或者谷歌ZIP4J的用法，会有许多好的博客和教程，再此不再赘述。
例如：
https://blog.csdn.net/ditto_zhou/article/details/82977395
https://www.cnblogs.com/622698abc/p/3389855.html
https://rensanning.iteye.com/blog/1836727
……

我想结合一下我项目中需求以及网上许多同仁的问题（不解压zip文件，直接通过InputStream的形式读取其中的文件信息），说一个简单的应用：不解压ZIP文件的前提下，直接利用流（InuptStream）形式读取其中的文件，并读取文件的MD5值。

类似于JDK自带ZipInputStream的形式读取zip文件，由于ZIP4J的ZipInputStream不具备ZipInputStream.getNextEntry())，所以，在ZIP4J中只能通过FileHeader来进行循环。而且，JDK自带API中获取ZIP其中的文件流InputStream时，需要：

ZipFile zf = new ZipFile(file);
InputStream inputStream = zf.getInputStream(ZipEntry);
1
2
所以，对应ZIP4J就只能ZipInputStream（该类时InputStream的子类）。

具体代码如下：

import java.util.List;
import net.lingala.zip4j.core.ZipFile;
import net.lingala.zip4j.io.ZipInputStream;
import net.lingala.zip4j.model.FileHeader;

public class ZIP4JUtils {
/**
* @param file
* @throws Exception
*/
public static void readZipFileMD5ByZip4J(String file) throws Exception {
file.replaceAll("\\\\", "/");
ZipFile zFile = new ZipFile(file);
// 此处最好立即设置字符集
zFile.setFileNameCharset("GBK");
if (!zFile.isValidZipFile()) {
return ;
}

// 获取ZIP中所有文件的FileHeader，以便后面对zip中文件进行遍历
List<FileHeader> list = zFile.getFileHeaders();
// 此时list的size包括：文件夹、子文件夹、文件的个数
System.out.println(list.size());
// 遍历其中的文件
for (FileHeader fileHeader : list) {
String fileName = fileHeader.getFileName();
// fileName会将目录单独读出来，而且带有路径分割符
if (fileName.endsWith("/") || fileName.endsWith("\\\\") || fileName.endsWith("\\")) {
System.out.println(fileName + " 这是一个文件夹。");
continue;
}else {
ZipInputStream inputStream = zFile.getInputStream(fileHeader);
String Md5String = BigFileMD5.getStreamMD5(inputStream);
System.out.println(fileName + " 这是一个文件，该文件的MD5值：" + Md5String);
}
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
其中计算MD5值的类如下：

import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.InputStream;
import java.security.MessageDigest;
import java.security.NoSuchAlgorithmException;
import java.util.ArrayList;
import java.util.List;
import org.apache.commons.codec.binary.Hex;

public class BigFileMD5 {
static MessageDigest MD5 = null;
static List<File> list = new ArrayList<File>();
static{
try{
MD5 = MessageDigest.getInstance("MD5");
}catch(NoSuchAlgorithmException e){
e.printStackTrace();
}
}

/**
* 对一个文件获取md5值
* @return md5串
*/
public static String getStreamMD5(InputStream fileInputStream) {
try {
byte[] buffer = new byte[8192];
int length;
while ((length = fileInputStream.read(buffer)) != -1) {
MD5.update(buffer, 0, length);
}

return new String(Hex.encodeHex(MD5.digest()));
} catch (FileNotFoundException e) {
e.printStackTrace();
return null;
} catch (IOException e) {
e.printStackTrace();
return null;
} finally {
try {
if (fileInputStream != null)
fileInputStream.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}

/**
* 对一个文件获取md5值
* @return md5串
*/
public static String getMD5(File file) {
FileInputStream fileInputStream = null;
try {
fileInputStream = new FileInputStream(file);
byte[] buffer = new byte[8192];
int length;
while ((length = fileInputStream.read(buffer)) != -1) {
MD5.update(buffer, 0, length);
}

return new String(Hex.encodeHex(MD5.digest()));
} catch (FileNotFoundException e) {
e.printStackTrace();
return null;
} catch (IOException e) {
e.printStackTrace();
return null;
} finally {
try {
if (fileInputStream != null)
fileInputStream.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
输出结果：

Test-01/ 这是一个文件夹。
Test-01/BigFielMD5.jar 这是一个文件，该文件的MD5值：db55e6677f7087754f11eaf84b2d728e
Test-01/Te/ 这是一个文件夹。
Test-01/Te/Test.txt 这是一个文件，该文件的MD5值：c6354a0eb36fac331c138eec7a4826ef
Test-01/Te/你好/ 这是一个文件夹。
Test-01/Te/你好/Hello/ 这是一个文件夹。
Test-01/Te/你好/Hello/antlr-2.7.2.jar 这是一个文件，该文件的MD5值：a73459120df5cadf75eaa98453433a01
Test-01/Te/你好/Hello/antlr-2.7.2.jar.sha1 这是一个文件，该文件的MD5值：3aa5bc052867b339a0b6ed0546f9b336
Test-01/Te/你好/Hello/antlr-2.7.2.pom 这是一个文件，该文件的MD5值：b1136da0c12ce8ffc18d00f8742256ee
Test-01/Te/你好/Hello/antlr-2.7.2.pom.sha1 这是一个文件，该文件的MD5值：ebd38323fc24c8aab361b2a7660ec666
Test-01/测试.txt 这是一个文件，该文件的MD5值：0b60aa5d9aa241ca6063495086e38e95
1
2
3
4
5
6
7
8
9
10
11
这样就实现了，Java不解压直接读取zip文件和文件内容(InputStream的形式)。

如有不对之处，还请指教！
---------------------