Java ZipOutputStream生成损坏文件：CSV内容部分重复

问题现象 #

Spring Boot 3项目中，使用Jackson CSV Mapper生成的CSV文件保存到磁盘后内容正常，但通过ZipOutputStream打包为ZIP后，提取出的CSV文件出现损坏：内容部分重复、部分行缺失前引号、末尾存在多余引号。

相关代码 #

CSV生成代码 #

private String collectValuesToCSV(List<? extends Object> values, CsvMapper csvMapper, CsvSchema csvSchema) {
    String result;
    
    try (StringWriter strW = new StringWriter();
            SequenceWriter seqW = csvMapper.writer(csvSchema).writeValues(strW)) {
        for (Object value : values) {
            seqW.write(value);
        }
        
        seqW.flush();
        strW.flush();
    
        result = strW.toString();
    } catch (IOException e) {
        log.fatal(String.format("%s - Unable to generate CSV", LOG_PREFIX), e);
        throw e;
    }
    
    return result;
}

// 使用示例
CsvMapper csvMapper = CsvMapper.builder()
        .enable(CsvGenerator.Feature.ALWAYS_QUOTE_STRINGS)
        .enable(CsvGenerator.Feature.ALWAYS_QUOTE_EMPTY_STRINGS)
        .build();

CsvSchema csvSchema = csvMapper
        .schemaFor(MyDTO.class)
        .withColumnSeparator(';')
        .withHeader();

List<MyDTO> objects = generateObjects();

String myCsv = collectValuesToCSV(objects, csvMapper, csvSchema);

byte[] contents = myCsv.getBytes(StandardCharsets.UTF_8);

Path filePath = Path.of(config.baseFolder, "output_" + dateStr + ".csv");
Files.write(filePath, contents);

ZIP打包代码 #

private void zipCsvFiles(String dateStr, Path path1, Path path2, Path path3) throws IOException {
    String zipFileName = Path.of(config.zipFolder, "output_" + dateStr + ".zip").toString();
    
    try (FileOutputStream fos = new FileOutputStream(zipFileName);
            ZipOutputStream zipOut = new ZipOutputStream(fos)) {
        addZipEntry(zipOut, path1);
        addZipEntry(zipOut, path2);
        addZipEntry(zipOut, path3);
    }
}

private void addZipEntry(ZipOutputStream zipOut, Path path) throws IOException {
    try (FileInputStream fis = new FileInputStream(path.toFile())) {
        ZipEntry entry = new ZipEntry(path.getFileName().toString());
        zipOut.putNextEntry(entry);

        byte[] bytes = new byte[1024];

        while ((fis.read(bytes)) >= 0) {
            zipOut.write(bytes);
        }
        
        zipOut.closeEntry();
    }
}

故障原因 #

问题出在ZIP打包的addZipEntry方法中：

• 每次调用fis.read(bytes)时，返回值是实际读取的字节数（最多1024），但代码忽略了这个返回值，直接写入整个1024字节的数组。
• 当文件内容长度不是1024的整数倍时，最后一次读取只会填满数组的一部分，剩余部分是之前读取的残留数据。写入整个数组会把这些残留数据附加到ZIP内的文件末尾，导致内容损坏（重复、引号异常等）。

解决方案 #

修改addZipEntry方法，记录每次读取的实际字节数，并只写入对应长度的内容：

private void addZipEntry(ZipOutputStream zipOut, Path path) throws IOException {
    try (FileInputStream fis = new FileInputStream(path.toFile())) {
        ZipEntry entry = new ZipEntry(path.getFileName().toString());
        zipOut.putNextEntry(entry);

        byte[] bytes = new byte[1024];
        int readLen;
        
        while ((readLen = fis.read(bytes)) != -1) {
            zipOut.write(bytes, 0, readLen);
        }
        
        zipOut.closeEntry();
    }
}

额外优化（可选） #

如果使用Java 9+，可以直接使用InputStream.transferTo简化代码，避免手动处理字节数组：

private void addZipEntry(ZipOutputStream zipOut, Path path) throws IOException {
    try (FileInputStream fis = new FileInputStream(path.toFile())) {
        ZipEntry entry = new ZipEntry(path.getFileName().toString());
        zipOut.putNextEntry(entry);
        fis.transferTo(zipOut);
        zipOut.closeEntry();
    }
}

内容的提问来源于stack exchange，提问作者Gábor Major