Rust 帮助提取 ZIP 内容

Question

我有一个复杂的文件读取问题....我需要读取一个带有嵌入式文件系统的 DOCX 文件，提取一个 ZIP 文件，然后细读 ZIP 文件的内部目录以提取我需要的实际文件.我已经在 Java 中成功编写了这段代码，所以我知道它可以完成。但是，我想在 Rust 中执行此操作。

目前，我可以读取 DOCX 文件，遍历 OLE10 objects 以找到我需要的文件。 OLE10 文件（实际上是 ZIP）有一个奇怪的 256 字节的提取命令 header，我寻找过去。如果我读取文件流的其余部分并将其写入文件系统，它将以 ZIP 格式写出。我可以使用 7-zip 打开文件并查看所有内容。

问题是，无论我使用什么 Rust ZIP crate (zip, zip_extract, zip_extensions, rc-zip) 我都无法提取 ZIP 内容。我不断运行遇到一个问题“找不到中央目录的结尾”。我已经遍历了这个文件，“50 4B 05 06”的EOCD标签确实存在。如果我在 EOCD 处结束流，我会收到“提前结束文件退出”错误。文件大于 9M，我想知道这是否可能是问题所在。

有人知道如何使用 Rust 提取 ZIP 目录并将其附加到缓冲区或文件系统吗？

这是不会提取的代码：

let docx_path = Path::new(docx_filename);

// Capture the files from the embedded CFB filesystem
let mut comp_file = cfb::open(docx_path).unwrap();
let objpool_entries_vec: Vec<_> = comp_file                                               // Collect the entries of /ObjectPool
    .read_storage(Path::new("/ObjectPool"))
    .unwrap()
    .map(|subdir| comp_file.read_storage(subdir.path().to_owned())
        .unwrap()
        .filter(|path| path.name().contains("Ole10Native"))
        .next()
    )
    .filter(|entry| entry.is_some())                      // Filter entries with data
    .map(|entry| entry.unwrap())                               // Unwrap those entries with data
    .collect();

let mut ole10_stream = comp_file.open_stream(objpool_entries_vec[5].path())  // Create stream of the OLE10 file
    .unwrap();
ole10_stream.seek(std::io::SeekFrom::Start(256));                                           // skip the 256 byte header

let mut ole_buffer = Vec::new();
ole10_stream.read_to_end(&mut ole_buffer);

let zip_cursor = Cursor::new(ole_buffer);

zip_extract::extract(
    zip_cursor,
    &PathBuf::from("C:\Users\ra069466\Documents\Software_Projects\Rust_projects\ha420_maint_app\test_files\"),
    false)
    .unwrap();

当我运行执行以下操作时，它会将 ZIP 文件写入目录，我可以使用 7zip 进行解压缩。但是，在尝试提取到文件系统时它仍然会崩溃。

let docx_path = Path::new(docx_filename);

// Capture the files from the embedded CFB filesystem
let mut comp_file = cfb::open(docx_path).unwrap();
let objpool_entries_vec: Vec<_> = comp_file                                               // Collect the entries of /ObjectPool
    .read_storage(Path::new("/ObjectPool"))
    .unwrap()
    .map(|subdir| comp_file.read_storage(subdir.path().to_owned())
        .unwrap()
        .filter(|path| path.name().contains("Ole10Native"))
        .next()
    )
    .filter(|entry| entry.is_some())                      // Filter entries with data
    .map(|entry| entry.unwrap())                               // Unwrap those entries with data
    .collect();

let mut ole10_stream = comp_file.open_stream(objpool_entries_vec[5].path())  // Create stream of the OLE10 file
    .unwrap();
ole10_stream.seek(std::io::SeekFrom::Start(256));                                           // skip the 256 byte header

let mut ole_buffer = Vec::new();
ole10_stream.read_to_end(&mut ole_buffer);

let zip_cursor = Cursor::new(ole_buffer);    

let mut zip_file = OpenOptions::new()
    .write(true)
    .create(true)
    .open("C:\Users\ra069466\Documents\Software_Projects\Rust_projects\ha420_maint_app\test_files\test.zip")?;
zip_file.write_all(&mut zip_cursor.get_ref())?;
zip_file.flush();

let mut zip_file = File::open("C:\Users\ra069466\Documents\Software_Projects\Rust_projects\ha420_maint_app\test_files\test.zip")?;

let zip_archive = zip::ZipArchive::new(&zip_file)?;

zip_extract::extract(
    zip_file,
    &PathBuf::from("C:\Users\ra069466\Documents\Software_Projects\Rust_projects\ha420_maint_app\test_files\"),
    false)
    .unwrap();

Answer 1

我不能代表其他板条箱，但是 zip 会自动搜索到您提供的任何 io::Read 的结尾（然后向后搜索）。没有看到您的代码，我猜您传递的 reader 超出了 ZIP 文件内容的末尾，因此 zip 无法识别内容。

如果您需要特定功能，请随时在 our issue tracker 上提出问题。如果需要，我很乐意扩展板条箱的 API ^^

Edit: I looked into the other crates you've used and they'd share this issue. rc-zip (The only one that doesn't use zip under the hood) has a ReadZip trait that starts searching at the end of whatever buffer you give it. You'd need to call ArchiveReader::new with the size you expect the internal zip file to be

Answer 2

太棒了！！我想到了！！我需要遍历文件，直到“0x50 0x4B 0x05 0x06”的 4 字节 EOCD 结束签名，然后再继续提供 17 个字节：

“当前磁盘#”（2 字节），
“CD 磁盘#”（2 字节），
“磁盘上的 CD 磁盘条目数”（2 字节），
“CD 的总条目数”（2 字节），
“CD 大小”（4 字节），
“CD 起始偏移量”（4 字节），
“后续注释的字节数”（2 字节），
评论（# 个字符字节 = 前一个字段）

我排除了任何评论，所以我的最后两个字段是 0x00 和 'blank'。这是构建 EOCD 签名的代码，因此我可以使用带有 zip_extensions::read::zip_extract():

的提取

let mut zip_file = OpenOptions::new()                                                      // Create the output_stream
    .write(true)
    .create(true)
    .open("C:\Users\ra069466\Documents\Software_Projects\Rust_projects\ha420_maint_app\test_files\test.zip")?;
let mut ole_iter = ole10_stream.bytes();

// loop through the ZIP file and write everything until comments
let mut data: u8;
let mut output_buffer = Vec::new();
loop
{
    match ole_iter.next()
    {
        None => break,
        Some(byte) =>
                data = byte.unwrap(),
    }

    if data == 80                                                                               // look for PK tags
    {
        let mut pk_array = [0u8; 4];
        pk_array[0] = data;
        output_buffer.push(data);
        for pk_idx in 1..4
        {
            pk_array[pk_idx] = match ole_iter.next()
            {
                None => break,
                Some(x) =>
                        x.unwrap(),
            };
            output_buffer.push(pk_array[pk_idx]);
        }

        if pk_array == [0x50, 0x4B, 0x05, 0x06]                                                           // look for PK EOCD
        {
            for x in 0..18                                                                  // read the next 17 bytes after the EOCD tag
            {
                data = match ole_iter.next()
                {
                    None => break,
                    Some(x) =>
                        x.unwrap(),
                };
                output_buffer.push(data);
            }
            break;
        }


    }
    else
    {
        output_buffer.push(data);
    }

}
zip_file.write(&mut output_buffer);
zip_file.flush();


let zip =  zip::read::ZipArchive::new(
    File::open("C:\Users\ra069466\Documents\Software_Projects\Rust_projects\ha420_maint_app\test_files\test.zip")?
)
    .unwrap();

zip_extensions::read::zip_extract(
    &PathBuf::from("C:\Users\ra069466\Documents\Software_Projects\Rust_projects\ha420_maint_app\test_files\test.zip"),
    &PathBuf::from("C:\Users\ra069466\Documents\Software_Projects\Rust_projects\ha420_maint_app\test_files"),
);

Rust 帮助提取 ZIP 内容

Rust help extracting ZIP contents

zip

unzip

ziparchive

rust