Rust 帮助提取 ZIP 内容

Question

我有一个复杂的文件读取问题......我需要读取带有嵌入式文件系统的 DOCX 文件，提取 ZIP 文件，并仔细阅读 ZIP 文件的内部目录以提取我需要的实际文件。我已经用 Java 成功编写了这段代码，所以我知道它可以完成。但是，我想在 Rust 中做到这一点。

目前，我可以读取 DOCX 文件，迭代 OLE10 对象来找到我需要的文件。 OLE10 文件(实际上是 ZIP)有一个奇怪的 256 字节的提取命令头，我寻找过去。如果我读取文件流的其余部分并将其写入文件系统，它将以 ZIP 形式写出。我可以使用 7-zip 打开该文件并查看所有内容。

问题是，无论我使用什么 Rust ZIP 包(zip、zip_extract、zip_extensions、rc-zip)，我都无法提取 ZIP 内容。我不断遇到“找不到中央目录末尾”的问题。我已经迭代了该文件，“50 4B 05 06”的 EOCD 标签实际上就在那里。如果我在 EOCD 处结束流，则会收到“文件提前结束退出”错误。该文件>9M，我想知道这是否是问题所在。

有人知道如何使用 Rust 提取 ZIP 目录并将其附加到缓冲区或文件系统吗？

这是无法提取的代码:

let docx_path = Path::new(docx_filename);

// Capture the files from the embedded CFB filesystem
let mut comp_file = cfb::open(docx_path).unwrap();
let objpool_entries_vec: Vec<_> = comp_file                                               // Collect the entries of /ObjectPool
    .read_storage(Path::new("/ObjectPool"))
    .unwrap()
    .map(|subdir| comp_file.read_storage(subdir.path().to_owned())
        .unwrap()
        .filter(|path| path.name().contains("Ole10Native"))
        .next()
    )
    .filter(|entry| entry.is_some())                      // Filter entries with data
    .map(|entry| entry.unwrap())                               // Unwrap those entries with data
    .collect();

let mut ole10_stream = comp_file.open_stream(objpool_entries_vec[5].path())  // Create stream of the OLE10 file
    .unwrap();
ole10_stream.seek(std::io::SeekFrom::Start(256));                                           // skip the 256 byte header

let mut ole_buffer = Vec::new();
ole10_stream.read_to_end(&mut ole_buffer);

let zip_cursor = Cursor::new(ole_buffer);

zip_extract::extract(
    zip_cursor,
    &PathBuf::from("C:\\Users\\ra069466\\Documents\\Software_Projects\\Rust_projects\\ha420_maint_app\\test_files\\"),
    false)
    .unwrap();

当我运行以下命令时，它将 ZIP 写入目录，我可以使用 7zip 进行解压。但是，在尝试提取到文件系统时它仍然会出现 panic 。

let docx_path = Path::new(docx_filename);

// Capture the files from the embedded CFB filesystem
let mut comp_file = cfb::open(docx_path).unwrap();
let objpool_entries_vec: Vec<_> = comp_file                                               // Collect the entries of /ObjectPool
    .read_storage(Path::new("/ObjectPool"))
    .unwrap()
    .map(|subdir| comp_file.read_storage(subdir.path().to_owned())
        .unwrap()
        .filter(|path| path.name().contains("Ole10Native"))
        .next()
    )
    .filter(|entry| entry.is_some())                      // Filter entries with data
    .map(|entry| entry.unwrap())                               // Unwrap those entries with data
    .collect();

let mut ole10_stream = comp_file.open_stream(objpool_entries_vec[5].path())  // Create stream of the OLE10 file
    .unwrap();
ole10_stream.seek(std::io::SeekFrom::Start(256));                                           // skip the 256 byte header

let mut ole_buffer = Vec::new();
ole10_stream.read_to_end(&mut ole_buffer);

let zip_cursor = Cursor::new(ole_buffer);    

let mut zip_file = OpenOptions::new()
    .write(true)
    .create(true)
    .open("C:\\Users\\ra069466\\Documents\\Software_Projects\\Rust_projects\\ha420_maint_app\\test_files\\test.zip")?;
zip_file.write_all(&mut zip_cursor.get_ref())?;
zip_file.flush();

let mut zip_file = File::open("C:\\Users\\ra069466\\Documents\\Software_Projects\\Rust_projects\\ha420_maint_app\\test_files\\test.zip")?;

let zip_archive = zip::ZipArchive::new(&zip_file)?;

zip_extract::extract(
    zip_file,
    &PathBuf::from("C:\\Users\\ra069466\\Documents\\Software_Projects\\Rust_projects\\ha420_maint_app\\test_files\\"),
    false)
    .unwrap();

Answer 1

太棒了!我想到了!! 我需要循环遍历该文件，直到 4 字节 EOCD 结束签名“0x50 0x4B 0x05 0x06”，然后继续 17 个字节，其中提供:

• “当前磁盘#”(2 字节)，
• “CD 盘#”(2 字节)，
• “磁盘上的 CD 磁盘条目数”(2 字节)，
• “CD 的总条目”(2 字节)，
• “CD 大小”(4 字节)，
• “CD 起始偏移量”(4 字节)，
• “以下评论的字节数”(2 字节)，
• 评论(# 个字符字节 = 上一个字段)

我排除了任何注释，所以我的最后两个字段是 0x00 和“空白”。以下是构建 EOCD 签名的代码，以便我可以将 extract 与 zip_extensions::read::zip_extract() 一起使用:

let mut zip_file = OpenOptions::new()                                                      // Create the output_stream
    .write(true)
    .create(true)
    .open("C:\\Users\\ra069466\\Documents\\Software_Projects\\Rust_projects\\ha420_maint_app\\test_files\\test.zip")?;
let mut ole_iter = ole10_stream.bytes();

// loop through the ZIP file and write everything until comments
let mut data: u8;
let mut output_buffer = Vec::new();
loop
{
    match ole_iter.next()
    {
        None => break,
        Some(byte) =>
                data = byte.unwrap(),
    }

    if data == 80                                                                               // look for PK tags
    {
        let mut pk_array = [0u8; 4];
        pk_array[0] = data;
        output_buffer.push(data);
        for pk_idx in 1..4
        {
            pk_array[pk_idx] = match ole_iter.next()
            {
                None => break,
                Some(x) =>
                        x.unwrap(),
            };
            output_buffer.push(pk_array[pk_idx]);
        }

        if pk_array == [0x50, 0x4B, 0x05, 0x06]                                                           // look for PK EOCD
        {
            for x in 0..18                                                                  // read the next 17 bytes after the EOCD tag
            {
                data = match ole_iter.next()
                {
                    None => break,
                    Some(x) =>
                        x.unwrap(),
                };
                output_buffer.push(data);
            }
            break;
        }


    }
    else
    {
        output_buffer.push(data);
    }

}
zip_file.write(&mut output_buffer);
zip_file.flush();


let zip =  zip::read::ZipArchive::new(
    File::open("C:\\Users\\ra069466\\Documents\\Software_Projects\\Rust_projects\\ha420_maint_app\\test_files\\test.zip")?
)
    .unwrap();

zip_extensions::read::zip_extract(
    &PathBuf::from("C:\\Users\\ra069466\\Documents\\Software_Projects\\Rust_projects\\ha420_maint_app\\test_files\\test.zip"),
    &PathBuf::from("C:\\Users\\ra069466\\Documents\\Software_Projects\\Rust_projects\\ha420_maint_app\\test_files"),
);