用给定的编码解压缩ZIP

我得到了ZIP文件，其中包含文件，文件名采用某种编码。假设我知道这些文件名的编码，但是我仍然不知道如何正确解压缩它们。

这是示例文件，其中包含一个文件“【SSK字幕组】吸血鬼日记吸血鬼日记S06E12.ass”

我知道使用的编码是GB18030（中文）

问题是-如何使用unzip或其他CLI实用工具在FreeBSD中解压缩该文件以获取正确的编码文件名？我尽了我所能，但结果却永远不好。请帮忙。

我在OSX上尝试过：

MBP1:test 2ge$ bsdtar xf gb18030.zip
MBP1:test 2ge$ ls
%A1%BESSK%D7%D6Ļ%D7顿The Vampire Diaries %CE%FCѪ%B9%ED%C8ռ%C7S06E12/      gb18030.zip
MBP1:test 2ge$ cd %A1%BESSK%D7%D6Ļ%D7顿The\ Vampire\ Diaries\ %CE%FCѪ%B9%ED%C8ռ%C7S06E12/
MBP1:%A1%BESSK%D7%D6Ļ%D7顿The Vampire Diaries %CE%FCѪ%B9%ED%C8ռ%C7S06E12 2ge$ ls
%A1%BESSK%D7%D6Ļ%D7顿The Vampire Diaries %CE%FCѪ%B9%ED%C8ռ%C7S06E12.ass*
MBP1:%A1%BESSK%D7%D6Ļ%D7顿The Vampire Diaries %CE%FCѪ%B9%ED%C8ռ%C7S06E12 2ge$ find . | iconv -f gb18030 -t utf-8
.
./%A1%BESSK%D7%D6L抬%D7椤縏he Vampire Diaries %CE%FC血%B9%ED%C8占%C7S06E12.ass 
MBP1:%A1%BESSK%D7%D6Ļ%D7顿The Vampire Diaries %CE%FCѪ%B9%ED%C8ռ%C7S06E12 2ge$ convmv -r -f gb18030 -t utf-8 --notest .
Skipping, already UTF-8: ./%A1%BESSK%D7%D6Ļ%D7顿The Vampire Diaries %CE%FCѪ%B9%ED%C8ռ%C7S06E12.ass
Ready!

我尝试用解压缩进行类似操作，但出现类似问题。

谢谢，现在尝试使用免费的BSD，我在OSX（终端）上使用SSH进行连接：

# locale
LANG=
LC_CTYPE="C"
LC_COLLATE="C"
LC_TIME="C"
LC_NUMERIC="C"
LC_MONETARY="C"
LC_MESSAGES="C"
LC_ALL=C

首先，我要正确显示中文名称。我变了

setenv LC_ALL zh_CN.GB18030
setenv LANG zh_CN.GB18030

然后，我下载了文件并尝试“ ls”查看正确的字符，但不走运。因此，我认为我必须先解决中文语言环境，才能验证何时获得正确的结果，实际上我可以进行比较。您还能帮我吗？

这是我在Ubuntu 16.04上执行的操作，只要我知道该编码是什么，就可以将其解压缩为任何编码。由于FreeBSD仅依赖于广泛可用的unzip工具，因此该方法也应适用于FreeBSD 。

1. 我仔细检查了编码的确切名称，以免拼写错误：https : //www.iana.org/assignments/character-sets/character-sets.xhtml

2. 我只是跑

   $ unzip -O <encoding> <filename> -d <target_dir>
   

   要么

   $ unzip -I <encoding> <filename> -d <target_dir>
   

   在此处-O或-I根据说明进行选择：

   $ unzip -h
   UnZip 6.00 of 20 April 2009, by Debian. Original by Info-ZIP.
     ...
     -O CHARSET  specify a character encoding for DOS, Windows and OS/2 archives
     -I CHARSET  specify a character encoding for UNIX and other archives
     ...
   

   这意味着我只是尝试-O并且应该可以工作，因为没有很多人会.zip在Unix中创建文件...

因此，对于您的特定示例：

1. 确切的编码名称是GB18030。

2. 我使用-O标志和：

   $ unzip -O GB18030 gb18030.zip -d target_dir
   Archive:  gb18030.zip
      creating: target_dir/【SSK字幕组】The Vampire Diaries 吸血鬼日记S06E12/
     inflating: target_dir/【SSK字幕组】The Vampire Diaries 吸血鬼日记S06E12/【SSK字幕组】The Vampire Diaries 吸血鬼日记S06E12.ass
   

   ... 有用。

在大多数POSIX文件系统上，文件名只是一系列字节，它取决于用户空间。您可以利用此优势。

1. 首先，使用来提取档案bsdtar，因为该unzip工具似乎会破坏文件名，而bsdtar会原始提取文件名。（我正在Linux上进行测试。我想FreeBSD只是称呼它tar。）

   $ bsdtar xf gb18030.zip
   

2. 验证诸如之类的工具iconv可以成功解码名称：

   $ find . | iconv -f gb18030 -t utf-8
   

   （请注意，这只会影响find输出，而不会影响文件本身。）

3. 最后用于convmv将文件名转换为UTF-8：

   $ convmv -r -f gb18030 -t utf-8 --notest .
   

   （注意：我必须从CPAN安装Encode :: HanExtra以获取GB18030支持，然后手动添加use Encode::HanExtra;到/ usr / bin / convmv中，即使它应该

4. 如果convmv不可用，请编写脚本：

   $ find . -depth | while read -r old; do
       old=./$old;
       head=${old%/*};
       tail=${old##*/};
       new=$head/$(echo "$tail" | iconv -f gb18030 -t utf-8);
       [ "$old" = "$new" ] || mv "$old" "$new";
   done
   

   （至少在Linux上，它的优点iconv是几乎始终可用，并且始终支持gb18030。）

方法1：使用Unar实用程序

sudo apt-get install unar

unar -e gb18030 gb18030.zip

方法2：使用python脚本解压缩文件（参考https://gist.github.com/usunyu/dfc6e56af6e6caab8018bef4c3f3d452#file-gbk-unzip-py）

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# unzip-gbk.py

import os
import sys
import zipfile
import argparse

parser = argparse.ArgumentParser()
parser.add_argument("--encoding", help="encoding for filename, default gbk")
parser.add_argument("-l", help="list filenames in zipfile, do not unzip", action="store_true")
parser.add_argument("file", help="process file.zip")
args = parser.parse_args()
print "Processing File " + args.file

file=zipfile.ZipFile(args.file,"r");
if args.encoding:
    print "Encoding " + args.encoding
for name in file.namelist():
    if args.encoding:
        utf8name=name.decode(args.encoding)
    else:
        utf8name=name.decode('gbk')
    pathname = os.path.dirname(utf8name)
    if args.l:
        print "Filename " + utf8name
    else:
        print "Extracting " + utf8name
        if not os.path.exists(pathname) and pathname!= "":
            os.makedirs(pathname)
        data = file.read(name)
        if not os.path.exists(utf8name):
            fo = open(utf8name, "w")
            fo.write(data)
            fo.close
file.close()

示例gb18030.zip将提取以下文件

【SSK字幕组】The Vampire Diaries 吸血鬼日记S06E12
【SSK字幕组】The Vampire Diaries 吸血鬼日记S06E12/【SSK字幕组】The Vampire Diaries 吸血鬼日记S06E12.ass

在OS X上，可以使用一个名为The Unarchiver的GUI应用程序。可以使用Mac App Store或Homebrew Cask进行安装：

brew cask install the-unarchiver

当您打开带有ZIP文件的文件时，该应用程序允许您使用存档中文件名的预览来选择适当的编码。

7z支持带开关的字符集ID -scs，例如：

7z x -scs903 some.zip

其中903是中文简体字符集。可以在此处找到更长的字符集ID列表。

使用7z解压缩文件

7z x yourfile.zip

之后，请自行转换这些文件名的编码：

convmv --notest -f from_encoding -t utf-8 -r your_extracted_folder/

这对我有用。.from_encoding在我的情况下是tis-620（泰语编码），您需要找到合适的语言编码。流行的方法通常可以解决该问题，但是如果文件名仍然不可读，请尝试将from_encoding更改为其他内容，例如Windows-1252或shift-jis（日语）或其他内容，您可以使用以下命令列出可用的编码：

convmv --list
iconv --list

对我来说，这是非常简单的“如何解决”方法。

我只是用7zip，它设法选择了正确的编码。

（标准zip无法执行的操作）

但在Windows上通过GUI工具使用了它。也许命令行7z也将为您工作。