◆趙景惠

（北京交通大學(xué)經(jīng)濟(jì)管理學(xué)院 北京 100044）

基于Java的源文件數(shù)據(jù)測(cè)試研究

◆趙景惠

（北京交通大學(xué)經(jīng)濟(jì)管理學(xué)院 北京 100044）

本文在討論實(shí)現(xiàn)zip數(shù)據(jù)壓縮常用類后，針對(duì)JDK提供的ZIP包在壓縮中文文件時(shí)出現(xiàn)的亂碼問題，提出了修改ZIP包源代碼和利用Ant包兩個(gè)解決亂碼問題的方法，最后利用Ant包實(shí)現(xiàn)了一個(gè)壓縮中文文件夾的類，其壓縮時(shí)間和壓縮比介于winrar和winzip之間，該壓縮方法有一定的實(shí)用價(jià)值。

Java；Ant；winrar；winzip；ZIP算法；文件壓縮

0 引言

Java在文件壓縮和解壓方面 Java提供了兩種最常用的壓縮算法GZIP和ZIP。GZIP算法相對(duì)簡(jiǎn)單且沒有ZIP算法使用范圍廣，下面主要討論ZIP算法。

1 zip數(shù)據(jù)壓縮常用類

Java 1.7實(shí)現(xiàn)了I/O數(shù)據(jù)流與網(wǎng)絡(luò)數(shù)據(jù)流的單一接口，因此數(shù)據(jù)的壓縮、網(wǎng)絡(luò)傳輸和解壓縮的實(shí)現(xiàn)比較容易。一個(gè)zip文件由多個(gè)entry組成，每個(gè)entry有一個(gè)唯一的名稱，entry的數(shù)據(jù)項(xiàng)存儲(chǔ)壓縮數(shù)據(jù)。實(shí)現(xiàn) zip數(shù)據(jù)壓縮兩個(gè)主要 Java類是 ZipEntry和ZipOutputStream。

（1）類ZipEntry：

public ZipEntry(String name); name為指定的數(shù)據(jù)項(xiàng)名。（2）類ZipOutputStream：

ZipOutputStream實(shí)現(xiàn)了zip壓縮文件的寫輸出流，支持壓縮和非壓縮 entry。對(duì)于要加入壓縮檔的每一個(gè)文件，都必須調(diào)用putNextEntry()，并將其傳遞給一個(gè)ZipEntry對(duì)象。ZipEntry對(duì)象包含了一個(gè)功能全面的接口，使用它可以獲得和設(shè)置Zip文件內(nèi)那個(gè)特定的 Entry（入口）上能夠接受的所有數(shù)據(jù)：名字、壓縮后和壓縮前的長(zhǎng)度、日期、CRC校驗(yàn)和、額外字段的數(shù)據(jù)、注釋、壓縮方法，以及它是否為一個(gè)目錄入口等[1]。

2 壓縮中文名稱的文件

在Java應(yīng)用程序中，對(duì)文字的編碼是以u(píng)nicode為基礎(chǔ)的，壓縮的文件名，也是以u(píng)nicode來編碼的，然而，在現(xiàn)今市面上的大部分壓縮軟件，比如winzip、winrar等，不支持unicode的編碼方式，因而用Java軟件壓縮后的中文文件名顯示出來是亂碼。要解決在壓縮中文文件時(shí)出現(xiàn)的亂碼問題，可通過以下兩種方式解決。

2.1 修改ZIP包源代碼

對(duì)文件的壓縮是通過ZipOutputStream類來完成，通過修改這兩個(gè)類的編碼方式，可以對(duì)中文文件名進(jìn)行處理[2]。

從JDK的src.zip取得ZipOutputStream.java源代碼（通常在JDK的安裝目錄下），另存為CNZipOutputStream.java。修改源代碼如下。

public CNZipOutputStream（OutputStream out，String encoding）{

super(out，new Deflater(Deflater.DEFAULT_COMPRESSION，true));

usesDefaultDeflater=true;

this.encoding=encoding;

}

byte[] nameBytes=null;

try{

if(this.encoding.toUpperCase().equals(“UTF-8”))

nameBytes=getUTF8Bytes(e.name);

else

nameBytes= e.name.getBytes(this.encoding);

}

catch(Exception byteE){

nameBytes=getUTF8Bytes(e.name);

}

2.2 利用ant包實(shí)現(xiàn)myzip類

也可以利用開源的Apache項(xiàng)目提供的ant包來壓縮中文名稱的文件，下載URL地址為http：//ant.apache.org/，下載ant源文件apache-ant-1.7.0-src.zip，解壓后在Ant的org包里有實(shí)現(xiàn)zip算法的全部java源文件，利用import org.apache.tools.zip.*命令導(dǎo)入這些類文件即可。Ant包提供的ZIP壓縮類解決了壓縮中文名稱文件時(shí)的亂碼問題。以下為用ant包實(shí)現(xiàn)的類myzip的過程，利用myzip類的類方法zipFile即可實(shí)現(xiàn)中文文件夾的壓縮[3]。

import org.apache.tools.zip.*;

import java.io.*;

public class myzip {

public static void zipFile(String inputFileName ， String zipFileName) throws Exception {

File zipFileSrc=new File(inputFileName);

ZipOutputStream out = new ZipOutputStream(new FileOutputStream(zipFileName));

zip(out， zipFileSrc， "");

}

private void zip(ZipOutputStream out， File f， String base) throws Exception {

if (f.isDirectory()) {

File[] fl = f.listFiles();

for (int i = 0; i 〈 fl.length; i++) {zip(out， fl[i]， base + fl[i].getName());}

}else {

out.putNextEntry(new ZipEntry(base));

FileInputStream fin = new FileInputStream(f);

while ((num=fin.read(buf))!=-1){out.write(buf，0，num);}

fin.close();

} } }

3 測(cè)試和結(jié)論

通過在微機(jī)上文件壓縮測(cè)試，得出本文利用Java編寫的壓縮程序myzip同winzip和winrar在壓縮時(shí)間和壓縮后尺寸的數(shù)據(jù)，通過比較發(fā)現(xiàn)myzip和winzip、winrar的壓縮比基本接近，但myzip的時(shí)間消耗多于winzip和winrar。綜合來看，myzip的性能接近winrar和winzip，在winrar和winzip程序代碼未開源的情況下它還是有一定的實(shí)用價(jià)值。

[1]汪曉平，俞俊，李功．精通Java網(wǎng)絡(luò)編程[M]．北京：清華大學(xué)出版社，2010．

[2]袁海燕，王文濤．Java實(shí)用程序設(shè)計(jì)100例[M]．北京：人民郵電出版社，2015．

[3]張軍麗．Java中文件壓縮的實(shí)現(xiàn)[J]．池州師專學(xué)報(bào)，2005．