1.前言
本文主要讲解如何解决zip文件在解压时遇到的文件名乱码。
请看以例子：
oucanrong@zcwyou:~/下载$llHCIE*.zip
-rw-rw-r--1oucanrongoucanrong256595591月2415:03HCIE-RS3.0ppt.zip
我们的目标是解压华为HCIE3.0的课件：HCIE-RS3.0ppt.zip
unzip不加参数解压：
oucanrong@zcwyou:~/下载$unzipHCIE-RS3.0ppt.zip
Archive:HCIE-RS3.0ppt.zip
creating:01PPT/
inflating:01PPT/HCRSE101-LAN╝╝╩ї.pptx
inflating:01PPT/HCRSE102-WAN╝╝╩ї.pptx
inflating:01PPT/HCRSE103-IPv6╗∙┤б.pptx
inflating:01PPT/HCRSE104-OSPF╦л╒╗╘н└э.pptx
inflating:01PPT/HCRSE105-ISIS╦л╒╗╘н└э.pptx
inflating:01PPT/HCRSE106-BGP╦л╒╗╘н└эBasic.pptx
inflating:01PPT/HCRSE107-BGP╦л╒╗╘н└эAdvance&Internet╔ш╝╞.pptx
inflating:01PPT/HCRSE108-┬╖╙╔Import&Control.pptx
inflating:01PPT/HCRSE109-MLD╘н└э.pptx
inflating:01PPT/HCRSE110-PIM╦л╒╗╘н└э.pptx
inflating:01PPT/HCRSE111-MPLSBGPVPN┐ч╙Є.pptx
inflating:01PPT/HCRSE112-Security╝╝╩ї.pptx
inflating:01PPT/HCRSE113-HA&═°╣▄.pptx
inflating:01PPT/HCRSE114-QoS╘н└э.pptx
inflating:01PPT/HCRSE115-SDNVXLAN╘н└э.pptx
inflating:01PPT/HCRSE116-BGPEVPN╘н└э.pptx
inflating:01PPT/HCRSE117-═°┬ч╔ш╝╞╙ы▓·╞╖╜щ╔▄.pptx
inflating:01PPT/HCRSE118-╣╩╒╧░╕└¤╖╓╬Ў.pptx
不指定编码解压可能会引起乱码
结果是文件名全部乱码。
2.查看unzip选项
oucanrong@zcwyou:~/下载$unzip--help
UnZip6.00of20April2009,byDebian.OriginalbyInfo-ZIP.
Usage:unzip[-Z][-opts[modifiers]]file[.zip][list][-xxlist][-dexdir]
Defaultactionistoextractfilesinlist,exceptthoseinxlist,toexdir;
file[.zip]maybeawildcard.-Z=>ZipInfomode("unzip-Z"forusage).
-pextractfilestopipe,nomessages-llistfiles(shortformat)
-ffreshenexistingfiles,createnone-ttestcompressedarchivedata
-uupdatefiles,createifnecessary-zdisplayarchivecommentonly
-vlistverbosely/showversioninfo-Ttimestamparchivetolatest
-xexcludefilesthatfollow(inxlist)-dextractfilesintoexdir
modifiers:
-nneveroverwriteexistingfiles-qquietmode(-qq=>quieter)
-ooverwritefilesWITHOUTprompting-aauto-convertanytextfiles
-jjunkpaths(donotmakedirectories)-aatreatALLfilesastext
-Uuseescapesforallnon-ASCIIUnicode-UUignoreanyUnicodefields
-Cmatchfilenamescase-insensitively-Lmake(some)nameslowercase
-XrestoreUID/GIDinfo-VretainVMSversionnumbers
-Kkeepsetuid/setgid/tackypermissions-Mpipethrough"more"pager
-OCHARSETspecifyacharacterencodingforDOS,WindowsandOS/2archives
-ICHARSETspecifyacharacterencodingforUNIXandotherarchives
See"unzip-hh"orunzip.txtformorehelp.Examples:
unzipdata1-xjoe=>extractallfilesexceptjoefromzipfiledata1.zip
unzip-pfoo|more=>sendcontentsoffoo.zipviapipeintoprogrammore
unzip-fofooReadMe=>quietlyreplaceexistingReadMeifarchivefilenewer
找到-O选项，指定由DOS或者Windows编码的字符集
3.unzip解压时使用选项-O
选项-O用于指定DOS/Windows编码的字符集
使用GBK编码解压文件名。
oucanrong@zcwyou:~/下载$unzip-OGBKHCIE-RS3.0ppt.zip
Archive:HCIE-RS3.0ppt.zip
inflating:01PPT/HCRSE101-LAN技术.pptx
inflating:01PPT/HCRSE102-WAN技术.pptx
inflating:01PPT/HCRSE103-IPv6基础.pptx
inflating:01PPT/HCRSE104-OSPF双栈原理.pptx
inflating:01PPT/HCRSE105-ISIS双栈原理.pptx
inflating:01PPT/HCRSE106-BGP双栈原理Basic.pptx
inflating:01PPT/HCRSE107-BGP双栈原理Advance&Internet设计.pptx
inflating:01PPT/HCRSE108-路由Import&Control.pptx
inflating:01PPT/HCRSE109-MLD原理.pptx
inflating:01PPT/HCRSE110-PIM双栈原理.pptx
inflating:01PPT/HCRSE111-MPLSBGPVPN跨域.pptx
inflating:01PPT/HCRSE112-Security技术.pptx
inflating:01PPT/HCRSE113-HA&网管.pptx
inflating:01PPT/HCRSE114-QoS原理.pptx
inflating:01PPT/HCRSE115-SDNVXLAN原理.pptx
inflating:01PPT/HCRSE116-BGPEVPN原理.pptx
inflating:01PPT/HCRSE117-网络设计与产品介绍.pptx
inflating:01PPT/HCRSE118-故障案例分析.pptx
成功看到中文文件名。
使用GB18030编码解压文件名
oucanrong@zcwyou:~/下载$unzip-OGB18030HCIE-RS3.0ppt.zip
指定GB18030编码解压文件名
同样可以正确解码文件名。
也可以使用GB2312字符集。
oucanrong@zcwyou:~/下载$unzip-OGB2312HCIE-RS3.0ppt.zip
4.关于中文字符集
早期的计算机使用7位的ASCII编码，为了处理汉字，程序员设计了用于简体中文的GB2312和用于繁体中文的big5。
4.1GB2312字符集简介
GB2312（1980年）：16位字符集，收录有6763个简体汉字，682个符号，共7445个字符；
优点：适用于简体中文环境，属于中国国家标准，通行于大陆，新加坡等地也使用此编码；
缺点：不兼容繁体中文，其汉字集合过少。
4.2GBK字符集简介
GBK（1995年）：16位字符集，收录有21003个汉字，883个符号，共21886个字符；
优点：适用于简繁中文共存的环境，为简体Windows所使用（代码页cp936），向下完全兼容gb2312，向上支持ISO-10646国际标准；所有字符都可以一对一映射到unicode2.0上；
缺点：不属于官方标准，和big5之间需要转换；很多搜索引擎都不能很好地支持GBK汉字。
4.3GB18030字符集简介
GB18030（2000年）：32位字符集；收录了27484个汉字，同时收录了藏文、蒙文、维吾尔文等主要的少数民族文字。
优点：可以收录所有你能想到的文字和符号，属于中国最新的国家标准；
缺点：目前支持它的软件较少。
4.4补充Tips
现在的PC平台必须支持GB18030，对嵌入式产品暂不作要求。所以手机、MP3一般只支持GB2312。
从ASCII、GB2312、GBK到GB18030，这些编码方法是向下兼容的，即同一个字符在这些方案中总是有相同的编码，后面的标准支持更多的字符。在这些编码中，英文和中文可以统一地处理。区分中文编码的方法是高字节的最高位不为0。GB2312、GBK到GB18030都属于双字节字符集(DBCS)。
GB18030是中国所有非手持/嵌入式计算机系统的强制实施标准。