使用 ZLib 压缩/解压 ZIP 文件

实际应用中有时候会遇到需要处理 ZIP 压缩解压的情况，这时候我们有大概三种选择：

1. 调用 rar.exe, unzip.exe 等
2. 使用某现成库
3. 完全手写

第一种虽然能完成任务，但是没法知晓结果。曾经有人对说，可以抓命令行输出结果来判断……这种依靠界面文字来进行精确判断的行为个人认为相当不靠谱。第三种，既然我是个“造轮主义”者，当然说好，但是现在我不了解 ZIP 格式，也不了解 ZIP 算法，所以这个日后再说。今天我们就来切切实实地用一次轮子。

ZIP 相关的库中比较有名的可能就是 ZLib 和 InfoZip（unzip60）了。InfoZip 我了解的不多，其外层接口似乎也不大好，一堆回调——回调是个很烦人的东西，专门用来打乱代码结构。另外，这个库也已经有好多年没更新了吧，太久的东西给人的感觉总是不太舒服。ZLib 最新版本是 1.2.5，今年 4 月 19 日出的。确切的说，ZLib 可能并不是一个针对 ZIP 文件的库，它只是一个针对 gzip 以及 deflate 算法的库。它提供了一个叫做 minizip (contrib/minizip) 例子来给出操作 ZIP 文件的方法。下文将从 ZLib 出发，归结出两个傻瓜接口：

BOOL ZipCompress(LPCTSTR lpszSourceFiles, LPCTSTR lpszDestFile);
BOOL ZipExtract(LPCTSTR lpszSourceFile, LPCTSTR lpszDestFolder);

要引入的源文件

1. ZLib 主目录下的代码，除 minigzip.c、example.c 外；
2. contrib/minizip 下的代码，除 minizip.c、miniunz.c 外。

相关 API

虽然 minizip 更像是个例子，但是除去其主程序 minizip.c 和 miniunz.c 后，剩下的部分我们可以看作是 ZLib 的一个上层库，它封装了与 ZIP 文件格式相关的操作。而 minizip.c 和 miniunz.c 就是我们要改写的——把它从命令行程序改为上述傻瓜接口。minizip.c 和 miniunz.c 中用到的 API 主要有：

压缩相关：

1. zipOpen64
2. zipClose
3. zipOpenNewFileInZip
4. zipCloseFileInZip
5. zipWriteInFileInZip

解压相关：

1. unzOpen64
2. unzClose
3. unzGetGlobalInfo64
4. unzGoToNextFile
5. unzGetCurrentFileInfo64
6. unzOpenCurrentFile
7. unzCloseCurrentFile
8. unzReadCurrentFile

想必看到这些名字都能猜到怎么用了吧。好的接口果然能带给人愉悦的。minizip 中的这些函数有的是带“64”的有的是不带的，有的还有“2”、“3”、“4”版本。这里一律用带 64 的，不带“2”、“3”、“4”的。

具体操作

下文涉及的所有操作，其相关代码都可以在 http://zlibwrap.codeplex.com/ 上找到（Change Set 2450）。这里就不贴长篇代码了。另外有个 DLL版本 和 Lib版本，供拿来主义者用。

首先是压缩操作。使用 zipOpen64 来打开/创建一个 ZIP 文件，然后开始遍历要被放到压缩包中去的文件。针对每个文件，先调用一次 zipOpenNewFileInZip，然后开始读原始文件数据，使用 zipWriteInFileInZip 来写入到 ZIP 文件中去。zipOpenNewFileInZip 的第三个参数是一个 zip_fileinfo 结构，该结构数据可全部置零，其中 dosDate 可用于填入一个时间（LastModificationTime）。它的第二个参数是 ZIP 中的文件名，若要保持目录结构，该参数中可以保留路径，如 foo/bar.txt。

解压操作稍微复杂一点点。打开一个 ZIP 文件后，需要先使用 unzGetGlobalInfo64 来取得该文件的一些信息，来了解这个压缩包里一共包含了多少个文件，等等。目前我们用得着的就是这个文件数目。然后开始遍历 ZIP 中的文件，初始时自动会定位在第一个文件，以后处理完一个后用 unzGoToNextFile 来跳到下一个文件。对于每个内部文件，可用 unzGetCurrentFileInfo64 来查内部文件名。这个文件名和刚才 zipOpenNewFileInZip 的第二个参数是一样的形式，所以有可能包含路径。也有可能会以路径分隔符（/）结尾，表明这是个目录项（其实压缩操作的时候也可以针对目录写入这样的内部文件，上面没有做）。所以接下来要根据情况创建（多级）目录。unzGetCurrentFileInfo64 的第三个参数是 unz_file_info64 结构，其中也有一项包含了 dosDate 信息，可以还原文件时间。对于非目录的内部文件，用 unzOpenCurrentFile，打开，然后 unzReadCurrentFile 读取文件内容，写入到真实文件中。unzReadCurrentFile 返回 0 表示文件读取结束。

局限性

1. 只能压缩、解压采用 deflate 算法的 ZIP 文件。（不过此类 ZIP 应该占了绝大多数）
2. 由于 minizip 中相关 API 的限制，以及 ZIP 文件格式的限制，被压缩/解压的相关文件名必须与系统的当前代码页相符合。（虽然 ZIP 格式最近一次更新加入了使用 UTF8 编码文件名的选项，但是不能保证所遇到的 ZIP 文件都是新格式的，minizip 中似乎也没有针对此选项做什么动作。）

尾声

这是一篇低俗的文章，没有什么思想性。仅仅是一个小记。有不当之处欢迎批评指正。

 

 

 

http://www.cppblog.com/Streamlet/archive/2010/09/22/127368.aspx