从字节（具有任意编码的文本）在内存中创建zip文件

Question

我正在开发的应用程序需要将XML文件压缩成ZIP文件，并通过HTTP请求发送到Web服务。由于我不需要保留ZIP文件，所以我只在内存中执行压缩。Web服务拒绝我的请求，因为ZIP文件显然是格式错误的。

我知道在这个问题中有一个解决方案，它运行得非常完美，但它使用了StreamWriter。我对那个解决方案的问题在于StreamWriter需要一个编码或者假定使用UTF-8，而我不需要知道XML文件的编码。我只需要从这些文件中读取字节，并将它们存储在ZIP文件中，无论它们使用什么编码。

因此，明确一下，这个问题与编码无关，因为我不需要将字节转换成文本或反之亦然。我只需要压缩byte[]。

我正在使用下面的代码测试我的ZIP文件是否格式错误：

static void Main(string[] args)
{
    Encoding encoding = Encoding.GetEncoding("ISO-8859-1");

    string xmlDeclaration = "<?xml version=\"1.0\" encoding=\"" + encoding.WebName.ToUpperInvariant() + "\"?>";
    string xmlBody = "<Test>ª!\"·$%/()=?¿\\|@#~€¬'¡º</Test>";
    string xmlContent = xmlDeclaration + xmlBody;
    byte[] bytes = encoding.GetBytes(xmlContent);
    string fileName = "test.xml";
    string zipPath = @"C:\Users\dgarcia\test.zip";

    Test(bytes, fileName, zipPath);
}

static void Test(byte[] bytes, string fileName, string zipPath)
{
    byte[] zipBytes;

    using (var memoryStream = new MemoryStream())
    using (var zipArchive = new ZipArchive(memoryStream, ZipArchiveMode.Create, leaveOpen: false))
    {
        var zipEntry = zipArchive.CreateEntry(fileName);
        using (Stream entryStream = zipEntry.Open())
        {
            entryStream.Write(bytes, 0, bytes.Length);
        }

        //Edit: as the accepted answer states, the problem is here, because i'm reading from the memoryStream before disposing the zipArchive.
        zipBytes = memoryStream.ToArray();
    }

    using (var fileStream = new FileStream(zipPath, FileMode.OpenOrCreate))
    {
        fileStream.Write(zipBytes, 0, zipBytes.Length);
    }
}

如果我尝试打开该文件，会出现“意外的文件结尾”错误。因此，很明显，Web服务正确地报告了一个格式不正确���zip文件。我已经尝试过以下方法：

• 刷新 entryStream 。
• 关闭 entryStream 。
• 同时刷新和关闭 entryStream 。

请注意，如果我直接从 fileStream 打开 zipArchive ，则zip文件将无错误地形成。但是， fileStream 仅作为测试存在，我需要在内存中创建zip文件。

- Daniel García Rubio

---

不确定是否重要，但如果另一端关心编码并假设为UTF8，则您的测试输入将会损坏（€）。C#中的字符串始终为UTF16，那么为什么不直接以UTF8编写呢？ - Alex K.

如果我没错的话，另一端应该关心编码，并且应该使用XML声明所指定的确切编码。因此，在这种情况下，所有符号都将使用ISO-8859-1进行编码，而另一端应该同样使用ISO-8859-1进行解码。 - Daniel García Rubio

Answer 1

你正在尝试过早从 MemoryStream 获取字节，因为ZipArchive并未全部写入。相反，请按照以下方式进行操作：

using (var memoryStream = new MemoryStream()) {
    // note "leaveOpen" true, to not dispose memoryStream too early
    using (var zipArchive = new ZipArchive(memoryStream, ZipArchiveMode.Create, leaveOpen: true)) {
        var zipEntry = zipArchive.CreateEntry(fileName);
        using (Stream entryStream = zipEntry.Open()) {
            entryStream.Write(bytes, 0, bytes.Length);
        }                    
    }
    // now, after zipArchive is disposed - all is written to memory stream
    zipBytes = memoryStream.ToArray();
}

- Evk

---

这正是我的代码无法运行的原因。谢谢。 - Daniel García Rubio

在最后是否不需要执行 Flush 操作？我不确定，有些流需要，有些则不需要。 - Joseph Katzman

Answer 2

如果你使用内存流来加载文本，你可以控制编码类型，并且它可以跨WCF服务工作。这是我目前正在使用的实现方式，它可以在我的WCF服务上正常工作。

    private byte[] Zip(string text)
    {
        var bytes = Encoding.UTF8.GetBytes(text);

        using (var msi = new MemoryStream(bytes))
        using (var mso = new MemoryStream())
        {
            using (var gs = new GZipStream(mso, CompressionMode.Compress))
            {
                CopyTo(msi, gs);
            }

            return mso.ToArray();
        }
    }

    private string Unzip(byte[] bytes)
    {
        using (var msi = new MemoryStream(bytes))
        using (var mso = new MemoryStream())
        {
            using (var gs = new GZipStream(msi, CompressionMode.Decompress))
            {
                CopyTo(gs, mso);
            }

            return Encoding.UTF8.GetString(mso.ToArray());
        }
    }

- Franck