Unzip の日本語ファイル名の取り扱いについて

Windows XP上で作成したZIPファイルを
[Unix上の unzip コマンド](http://www.info-zip.org/UnZip.html)で展開すると、
中のファイルの日本語ファイル名が化けてしまうことがあります。

$ unzip -l hoge.zip
Archive: hoge.zip
Length Date Time Name
——— ———- —– —-
0 11-06-2010 17:46 В┘В.txt
——— ——-
0 1 file

調べてみると、unzipコマンドはファイル名の8bit目が1の場合に
おかしな変換をすることがあるみたい。

この辺の解説は以下のページが詳しいです。

– [日本語のファイル名を含んだZIPアーカイブが、UNZIPで展開すると文字化けすることがある](http://nhh.mo-blog.jp/ttt/2007/03/zipunzip_315b.html)

対策としては、上記ページにあるように Ext_ASCII_TO_Native マクロを上書きして
コード変換しないようにしても良いのですが、
どうせだったらOS上で使ってるエンコーディングに変換して欲しいものです。
そんなpatchを探していたら、見付けたのがコレ。

– [FS#15256 – [unzip] New unzip 6.0 lacks -O -I options](https://bugs.archlinux.org/task/15256)

unzip にこの patch を当ててやると、
「-O/-I でZIPファイル中のファイル名のエンコーディングを指定すると、
iconv()で現在のlocaleの設定に変換してくれる」という動作をしてくれます。
例えば、Windowsの「圧縮フォルダ」で作成したZIPファイルの場合は、
中の日本語ファイル名のエンコーディングが Shift_JIS になっているので、
こんな感じになります。

$ unzip -Ocp932 -l hoge.zip
Archive: hoge.zip
Length Date Time Name
——— ———- —– —-
0 11-06-2010 17:46 ほげ.txt
——— ——-
0 1 file
(化けてない)

$ echo $LC_CTYPE
ja_JP.UTF-8
$ unzip -Ocp932 -l hoge.zip | nkf –guess
UTF-8 (LF)
(UTF-8に変換されてる)

$ export LC_CTYPE=ja_JP.eucJP
$ unzip -Ocp932 -l hoge.zip | nkf –guess
EUC-JP (LF)
(localeを ja_JP.eucJP にすると、EUC-JPに変換される)

ちなみに、FreeBSD の ports では上記patch はすでに取り込み済です。

– [ports/150699: archivers/unzip: Add patch to convert filename encoding to current locale.](http://www.freebsd.org/cgi/query-pr.cgi?pr=150699)

### -O と -I をどう使い分けるのか?
大雑把に言うと、

– DOS/Windows上で作成したZIPファイルを扱う時は -O
– それ以外のOS(UNIX等)では -I

という使い分けをします。どっちで作成されたかの確認をするには、
zipinfoコマンドを使うと良いです。

zipinfo hoge.zip
Archive: hoge.zip
Zip file size: 114 bytes, number of entries: 1
-rw—- 2.0 ntf 0 b- stor 10-Nov-06 17:46 В┘В.txt
1 file, 0 bytes uncompressed, 0 bytes compressed: 0.0%

このファイル名の行の第3カラムが「ntf」や「fat」となっていたら
DOS/Windows上で作成されたものなので -Oを使い、
「unx」となっていたら -I を使う、という感じです。