"IllegalArgumentException: UNMAPPABLE [1]" durante la compressione di un file con caratteri greci

Question

Desidero comprimere un file su Windows (7) con ZipOutputStream. Il problema è che il nome del file (e anche il contenuto del file file) contiene anche caratteri greci ("ГП0000660040140521_a.txt", Gamma e Pi). Il codice per comprimere il file che uso:

ZipOutputStream zipOs = new ZipOutputStream(
    new FileOutputStream("c:\\temp\\test.zip"), Charset.forName("cp737") 
); 

File sourceFile = new File("C:/Path/To/File/ГП0000660040140521_b.txt"); 
String entryName = sourceFile.getName().replaceAll("\\\\", "/"); 
ZipEntry entry = new ZipEntry(entryName); 
zipOs.putNextEntry(entry); 
... 
... 

Ma l'ultima riga (la putNextEntry chiamata) ottengo un IllegalArgumentException:

java.lang.IllegalArgumentException: UNMAPPABLE[1] 
at java.util.zip.ZipCoder.getBytes(ZipCoder.java:95) 
at java.util.zip.ZipOutputStream.writeLOC(ZipOutputStream.java:407) 
at java.util.zip.ZipOutputStream.putNextEntry(ZipOutputStream.java:221) 

presumo ci deve essere qualcosa di sbagliato con la mappatura carattere tra Greco e UTF-8 ... Qual'è il modo giusto per comprimere un file con caratteri greci nel nome del file?

EDIT

Se uso "utf-8" come set di caratteri il file zip può essere creato, ma il nome del file zippato è sbagliato: "ðôðƒ0000660040140521_a.txt" (i caratteri greci mancano)

Answer 1

Ho scritto questa (in ritardo) risposta a causa dei commenti di "miso" e "kriegax" della mia domanda.

Se ricordo bene ho letto da qualche parte che il supporto UTF8 dei nomi file nei file zip è uno dei grandi punti deboli dei file zip (perché UTF-8 non è supportato ufficialmente dallo standard zip?!?). Possono essere ora le applicazioni zip esistenti che supportano UTF-8 nei nomi dei file.

Tuttavia. Nel nostro caso è stato ok per noi sostituire i caratteri greci con caratteri "normali" ("a ... z"), perché i file da comprimere sono stati generati da una stampante fiscale e in ogni caso contiene solo un carattere greco : un "PI" (solo una soluzione ...).

Answer 2

Il problema è che CP-737 è in effetti una tabella codici che contiene caratteri greci, tuttavia in Java NIO il nome del set di caratteri è x-IBM737. Cf. http://docs.oracle.com/javase/7/docs/technotes/guides/intl/encoding.doc.html

Answer 3

Dal ZipCoder usata da ZipOutputStream utilizza un mapper configurato per lanciare sempre un'eccezione ogni volta che il personaggio non può essere mappato, ho finito per la conversione del entryname per il carattere specificato set prima da solo e poi semplicemente chiamando ZipEntry entry = new ZipEntry(entryName). Si può fare, ad esempio in questo modo:

new String(input.getBytes(charset), charset) 

Ciò garantisce che tutti i caratteri unmpabble vengono convertiti in caratteri di sostituzione ed è dato non fa eccezione.

Provate questo e probabilmente noterete alcuni caratteri di controllo Unicode (che non sono modificabili) nell'input originale.