minizip读取内存ZIP流需用unzOpen2+自定义zlib_filefunc_def,重写open/read/close/seek四函数操作内存数据;文件大小不准因本地头缺失,须遍历匹配;解压需手动分配足够缓冲区并用vector接收二进制数据。

minizip 读取内存 ZIP 流时,unzOpen 直接失败
根本原因是 unzOpen 默认只接受文件路径,不支持内存数据。它底层调用 fopen,传入内存地址会直接返回 NULL,后续所有操作都崩在第一步。
必须改用 unzOpen2 + 自定义 zlib_filefunc_def,把 ZIP 数据当作“虚拟文件系统”注入。核心是重写四个函数指针:open_file_func、read_file_func、close_file_func、seek_file_func,让它们操作你手里的 std::vector<uint8_t></uint8_t> 或 const uint8_t*。
-
open_file_func不真打开文件,只返回一个伪句柄(比如void*指向你的数据起始地址) -
read_file_func从当前偏移开始拷贝数据,更新内部偏移量 -
seek_file_func必须支持SEEK_SET和SEEK_CUR,否则unzLocateFile会失败 - 别漏掉
close_file_func,哪怕它什么也不做——minizip 会在关闭时调用它,空指针会 crash
定位目标文件名后,unzGetCurrentFileInfo 返回的大小不准
常见现象是 unzi64_file_info.uncompressed_size 显示 0 或远小于实际内容,导致 unzReadCurrentFile 读不到东西。这不是 bug,而是 ZIP 中某些压缩方式(如 Deflate64、BZIP2)或 ZIP64 扩展下,本地文件头未完整写入 size 字段,必须依赖中央目录。
解决方案是:先调用 unzGoToFirstFile,再循环用 unzGoToNextFile 配合 unzGetCurrentFileInfo 匹配文件名;不要依赖首次 unzLocateFile 后的 info,它可能没刷新完整元数据。
立即学习“C++免费学习笔记(深入)”;
- 用
unzLocateFile只作快速跳转,之后立刻跟一次unzGetCurrentFileInfo - 检查
unzi64_file_info.size_file_comment是否非零——如果注释区被误当内容读,也会导致错觉 - 若 ZIP 由某些旧工具生成(如早期 Python
zipfile),可能缺 central directory offset,此时需 fallback 到遍历所有文件
unzReadCurrentFile 读出乱码或截断
本质是解压缓冲区没配对:minizip 不自动分配内存,你得自己 malloc 一块足够大的 buffer,并确保大小 ≥ uncompressed_size(从 unzGetCurrentFileInfo 获取)。如果 buffer 太小,它只填满你给的空间,不报错、不提示、不补零。
更隐蔽的问题是字符编码:ZIP 规范本身不存编码信息,文件名用 CP437 或 UTF-8(取决于 general purpose bit 11),但内容体是原始字节流——你拿到的是二进制数据,不是字符串。当成 std::string 直接打印,遇到 \0 就截断。
- 用
std::vector<uint8_t></uint8_t>接收,别用std::string(除非你确认内容是纯 ASCII/UTF-8 且无嵌入 null) - 读取前调用
unzOpenCurrentFilePassword(即使无密码),否则部分 ZIP 会拒绝解压 - 读完务必调用
unzCloseCurrentFile,否则下次unzOpenCurrentFile可能失败
Windows 下中文路径文件名显示为问号或乱码
minizip 本身不处理宽字符,unzGetCurrentFileInfo 返回的 szFileName 是 char*,如果 ZIP 打包时用了 UTF-8 但 Windows 控制台默认 GBK,就会显示异常。这不是读取失败,是终端渲染问题。
真正影响逻辑的是文件名匹配:用 unzLocateFile 查找 "测试.txt" 时,如果 ZIP 里存的是 UTF-8 编码的 bytes,而你传入 GBK 编码的字符串,就永远找不到。
- 统一用 UTF-8 处理文件名:编译时加
/utf-8(MSVC)或-finput-charset=utf-8(GCC/Clang) - 运行前调用
SetConsoleOutputCP(CP_UTF8)和SetConsoleCP(CP_UTF8),让 cmd 正确显示 - 最稳妥方式:不依赖文件名字符串匹配,改用遍历 + CRC32 校验(
unzi64_file_info.crc)定位目标文件
内存 ZIP 解压真正的难点不在 API 调用顺序,而在数据生命周期管理——你的内存块必须在整个 unzFile 生命周期内有效,释放早了会 segfault,不释放又 leak。别把它当成普通函数调用,得当做一个需要手动托管资源的对象来对待。



















