为什么某些 zip 文件的文件内容未知

Question

背景

我偶然发现了这个问题

分析

根据 ZipEntry 的 java docs，有时只需 returns -1

即可请求 zip 文件条目的大小

但是，运行命令

$ unzip -l b17c024e-89f1-42f7-a546-91d46610cedb.epub 
Archive:  b17c024e-89f1-42f7-a546-91d46610cedb.epub
  Length     Date   Time    Name
 --------    ----   ----    ----
       20  01-27-12 11:17   mimetype
     2378  04-20-12 10:12   OEBPS/hayat-ghayr.html
     6436  02-06-12 11:06   OEBPS/content.opf
   112579  01-27-12 11:25   OEBPS/images/978-614-425-313-7-hayat-ghayr-cover.png
   182575  01-27-12 11:25   OEBPS/images/978-614-425-313-7-hayat_fmt.png
     7757  01-27-12 11:21   OEBPS/template.css
     5643  01-27-12 11:18   OEBPS/hayat-ghayr-2.html
    20144  01-27-12 11:17   OEBPS/hayat-ghayr-1.html
    65543  01-27-12 11:17   OEBPS/hayat-ghayr-3.html
    59434  01-27-12 11:17   OEBPS/hayat-ghayr-4.html
    66768  01-27-12 11:17   OEBPS/hayat-ghayr-5.html
    49117  01-27-12 11:17   OEBPS/hayat-ghayr-6.html
    65346  01-27-12 11:17   OEBPS/hayat-ghayr-7.html
    74196  01-27-12 11:17   OEBPS/hayat-ghayr-8.html
    73998  01-27-12 11:17   OEBPS/hayat-ghayr-9.html
    61031  01-27-12 11:17   OEBPS/hayat-ghayr-10.html
    68297  01-27-12 11:17   OEBPS/hayat-ghayr-11.html
    72084  01-27-12 11:17   OEBPS/hayat-ghayr-12.html
     2386  01-27-12 11:17   OEBPS/hayat-ghayr-13.html
    61132  01-27-12 11:17   OEBPS/hayat-ghayr-14.html
    46320  01-27-12 11:17   OEBPS/hayat-ghayr-15.html
    32673  01-27-12 11:17   OEBPS/hayat-ghayr-16.html
    88584  01-27-12 11:17   OEBPS/hayat-ghayr-17.html
    56474  01-27-12 11:17   OEBPS/hayat-ghayr-18.html
    52840  01-27-12 11:17   OEBPS/hayat-ghayr-19.html
    80022  01-27-12 11:17   OEBPS/hayat-ghayr-20.html
    50781  01-27-12 11:17   OEBPS/hayat-ghayr-21.html
     2765  01-27-12 11:17   OEBPS/hayat-ghayr-22.html
      265  01-27-12 11:17   META-INF/container.xml
    54942  01-27-12 11:17   OEBPS/images/277.png
     5549  01-27-12 11:17   OEBPS/toc.ncx
     1072  03-23-12 13:28   iTunesMetadata.plist
 --------                   -------
  1529151                   32 files

表示所有章节都有内容长度.. 而且，如果我们解压同一个文件并用更强的压缩再次重新压缩.. zipFile java 命令 returns 适当的内容大小

问题

这是zip库的问题还是原始压缩的问题？我们怎么知道？

跟进问题

见

Answer 1

ZIP 将元数据存储在存档中的几个不同位置（"local file header"、"central directory"，有时是 "data descriptor"）。只有 "local file header" 位于文件内容的前面 - "central directory" 位于存档的末尾。只有 "central directory" 包含全部事实，在 "local file header".

中不指定任何大小是完全有效的

请参阅 https://pkware.cachefly.net/webdocs/casestudies/APPNOTE.TXT 中的第 4.4.8/4.4.9 节，其中讨论了大小字段

If bit 3 of the general purpose bit flag is set, these fields are set to zero in the local header and the correct values are put in the data descriptor and in the central directory.

"data descriptor" 紧跟在条目的压缩内容之后 - 因此在从不可搜索的流读取时在读取条目的实际内容之前不可用。

当使用 ZipArchiveInputStream 时，您会在 "local file header" 被读取后立即获得 ZipEntry（因为底层流可能无法搜索），因此可能会丢失大小信息. ZipFile 在幕后使用 RandomAccessFile 并且可以阅读 "central directory" - unzip 和朋友也是 - 所以他们知道的比 ZipArchiveInputStream.

为什么某些 zip 文件的文件内容未知

why do certain zip files have unknown file content

java

compression

zip

android

skyepub

背景

分析

问题

跟进问题