zip 文件中西里尔文文件名的编码

Question 1

我在 OpenNET.ru 论坛上找到了一个解决方案，这是一个流行的俄语资源，自 1996 年以来一直致力于开源软件和技术。在 OpenNET 上发布Info-ZIP 曾经是一套在运行 MS-DOS 的计算机上处理 ZIP 档案的流行工具，它认为在 MS-DOS 上只有一种 8 位编码，即 CP850，因此所有文件名都会自动通过CP850->CP1252转换运行。 CP1252 可能被选为最流行的 ISO-8859-1 字符集编码近似值。

因此，在提取包含西里尔文文件名的存档后运行的正确查找命令是

find -mindepth 1 -exec sh -c 'mv "$1" "$(echo "$1" | iconv -f cp1252 -t cp850 | iconv -f cp866 )"' sh {} \;

有趣的是，人们可以找到不使用 CP1252 而是使用 ISO-8859-1 的建议。情况似乎并非如此，因为我遇到的一些档案在转换成功iconv -f iso8859-1 -t cp850时转换失败了iconv -f cp1252 -t cp850。

回到单个角色

           Р  о  с  К  о  с  м  о  с
CP866:     90 AE E1 8A AE E1 AC AE E1

现在应用 CP850 -> CP1252 结果为C9 AB DF E8 AB DF BC AB DF.正是我们观察到的顺序。

另一个有用的命令是

 unzip -l РосКосмос.zip | grep -aEv '^Archive:' | iconv -f iso8859-1 -t cp850 | iconv -f cp866

从存档中获取文件列表

 Length      Date    Time    Name
---------  ---------- -----   ----
        0  2017-05-03 18:19   РосКосмос/ict_inf.pdf
---------                     -------
        0                     1 file

过滤掉以开头的行Archive:是一种保护措施，可以隐藏存档名称以防止转换。

Answer

我在 OpenNET.ru 论坛上找到了一个解决方案，这是一个流行的俄语资源，自 1996 年以来一直致力于开源软件和技术。在 OpenNET 上发布Info-ZIP 曾经是一套在运行 MS-DOS 的计算机上处理 ZIP 档案的流行工具，它认为在 MS-DOS 上只有一种 8 位编码，即 CP850，因此所有文件名都会自动通过CP850->CP1252转换运行。 CP1252 可能被选为最流行的 ISO-8859-1 字符集编码近似值。

因此，在提取包含西里尔文文件名的存档后运行的正确查找命令是

find -mindepth 1 -exec sh -c 'mv "$1" "$(echo "$1" | iconv -f cp1252 -t cp850 | iconv -f cp866 )"' sh {} \;

有趣的是，人们可以找到不使用 CP1252 而是使用 ISO-8859-1 的建议。情况似乎并非如此，因为我遇到的一些档案在转换成功iconv -f iso8859-1 -t cp850时转换失败了iconv -f cp1252 -t cp850。

回到单个角色

           Р  о  с  К  о  с  м  о  с
CP866:     90 AE E1 8A AE E1 AC AE E1

现在应用 CP850 -> CP1252 结果为C9 AB DF E8 AB DF BC AB DF.正是我们观察到的顺序。

另一个有用的命令是

 unzip -l РосКосмос.zip | grep -aEv '^Archive:' | iconv -f iso8859-1 -t cp850 | iconv -f cp866

从存档中获取文件列表

 Length      Date    Time    Name
---------  ---------- -----   ----
        0  2017-05-03 18:19   РосКосмос/ict_inf.pdf
---------                     -------
        0                     1 file

过滤掉以开头的行Archive:是一种保护措施，可以隐藏存档名称以防止转换。

Question 2

与“最近”infozip 一起使用的 ZIP 文件显示正确的文件名：

unzip -l Russian-Космос.zip 
Archive:  Russian-Космос.zip
  Length      Date    Time    Name
---------  ---------- -----   ----
        0  2017-05-03 18:19   РосКосмос/ict_inf.pdf
---------                     -------
        0                     1 file

РосКосмос/并且 unzip在解压时正确创建目录。

infozip 很久以前就添加了 UTF-8 支持。我的 Ubuntu 上的可执行文件：

UnZip 6.00, 20 April 2009
Zip 3.0,  July 5th 2008

所以你的问题可能是一个古老的InfoZip版本（或者是没有UTF-8支持编译的版本）

在我的版本中，strings /usr/bin/unzip | grep -A8 -B8 'UTF-8'除其他外，产生：

ZIP64_SUPPORT (archives using Zip64 for large files supported)
LARGE_FILE_SUPPORT (large files over 2 GiB supported)
other
UTF-8
UNICODE_SUPPORT [wide-chars, char coding: %s] (handle UTF-8 paths)
USE_DEFLATE64 (PKZIP 4.x Deflate64(tm) supported)
USE_UNSHRINK (PKZIP/Zip 1.x unshrinking method supported)

这似乎与编译/构建选项有关

Answer