【记录】关于编码格式导致的中文乱码问题

一. 问题描述

最近有个需求，解压压缩包提取其中的文件，处理rar、7z格式没啥问题，处理解压zip(项目中用的版本比较老)的时候，解压方法中需要传入编码格式，问题就来了。
使用windows系统打包zip和mac OS系统打包zip，在不手动设置编码格式的情况下(一般情况也没人会专门设置编码格式)，windows系统默认编码格式为GBK，mac OS默认编码格式是UTF-8 ，GBK编码,UTF-8解码，如果文件名有中文就会出现乱码，反之亦然，这和2种编码格式的对中文编码的规则有关。

二. 解决方式

• 首先，默认windows系统编码格式为GBK，mac OS编码格式是UTF-8 ，不考虑打包时变更编码格式；
• 其次，zip解压方法传入编码格式为ISO-8859-1，为什么传入ISO-8859-1，后面会解释；
• 最后，通过判断是windows系统打包还是mac OS系统打包(mac OS打包解压后会出现__MACOSX文件夹，以此判断)，对文件名进行重新编码。

当然，这种方式并不是一个完美的解决方案，对于不替换三方解压库，也算是一种强硬的解决方案。

三. 关于编码格式格式介绍

英文字母和中文汉字在不同字符集编码下的字节数,看表

编码格式	字符类型	字节数
UTF-8	英文字母	1
UTF-8	中文汉字	3
GBK	英文字母	1
GBK	中文汉字	2
ISO-8859-1	英文字母	1
ISO-8859-1	中文汉字	1

3.1 产生乱码的原因

编码和解码使用的不是同一种编码格式，就会出现乱码

3.2 文字描述太累，直接上图

运行结果⬇️

结合上面的表和这两张图，再加上下面这篇文章的理论，相信聪明的你一定会有很大的收获。
如果有时间还是动手写一遍，针对不同的情况，比如奇数，偶数汉字、奇数汉字+英文、偶数汉字+英文、英文+奇数汉字、英文+偶数汉字等之间的区别。

本次记录到此结束，⬇️【推荐并感谢】
UTF-8与GBK互转，为什么会乱码

---

如果文章对你有帮助，点个赞再走呗

如果文章中存在错误，还望评论区指出

一起成长，共同进步