本文介绍一种纯内存操作的递归解压方案，使用 java 的 `zipinputstream` 和字节数组流处理多层嵌套 zip（如 zip 内含 zip，再内含 pdf），避免流关闭异常与文件路径依赖，安全高效地提取目标 pdf 文件。
在处理归档数据时，常遇到“ZIP 套 ZIP”的嵌套结构——例如一个主 ZIP 文件中包含若干子 ZIP，而目标 PDF 文件深藏于某一层子 ZIP 内部。此时若沿用常规的逐层解压到磁盘再二次读取的方式，不仅效率低、临时文件多，更易触发 java.io.IOException: Stream Closed 等典型错误（正如原始代码中 zis.closeEntry() 后继续调用 zis.getNextEntry() 所致）。根本原因在于：ZipInputStream 不支持在已读取的流上随机跳转或重复读取，且嵌套 ZIP 必须基于其完整字节内容重新构造独立输入流。
正确的解决思路是：全程基于内存操作，对每个 ZIP 条目（包括嵌套 ZIP）提取其原始字节，再用这些字节创建新的 ZipInputStream 进行递归解析。这样完全规避了文件系统 I/O 争用和流生命周期管理问题。
以下是核心实现（已优化可直接复用）：
final static String ZIP_EXTENSION = ".zip".toLowerCase();
public static byte[] extractPdfFromNestedZip(String zipPath, String targetPdfName) throws IOException {
File source = new File(zipPath);
ByteArrayOutputStream resultBuffer = new ByteArrayOutputStream();
try (ZipInputStream outerZip = new ZipInputStream(
new BufferedInputStream(new FileInputStream(source)))) {
digIntoZip(outerZip, targetPdfName.toLowerCase(), resultBuffer);
}
return resultBuffer.toByteArray();
}
private static void digIntoZip(ZipInputStream zipIn, String targetName, ByteArrayOutputStream output)
throws IOException {
ZipEntry entry;
while ((entry = zipIn.getNextEntry()) != null) {
String name = entry.getName().toLowerCase().trim();
// ✅ 找到目标 PDF 文件，直接复制内容到输出缓冲区
if (name.equals(targetName)) {
copy(zipIn, output);
return;
}
// ? 遇到嵌套 ZIP 文件，递归深入
if (name.endsWith(ZIP_EXTENSION)) {
byte[] nestedZipBytes = readZipEntryToBytes(zipIn);
try (ZipInputStream innerZip = new ZipInputStream(
new ByteArrayInputStream(nestedZipBytes))) {
digIntoZip(innerZip, targetName, output);
}
}
// ⚠️ 注意：无需手动 closeEntry() —— getNextEntry() 自动处理
}
}
private static byte[] readZipEntryToBytes(ZipInputStream zipIn) throws IOException {
ByteArrayOutputStream baos = new ByteArrayOutputStream();
copy(zipIn, baos);
return baos.toByteArray();
}
// 通用二进制流拷贝工具（线程安全，适用于任意 InputStream → OutputStream）
public static void copy(InputStream from, OutputStream to) throws IOException {
byte[] buffer = new byte[8192];
int len;
while ((len = from.read(buffer)) != -1) {
to.write(buffer, 0, len);
}
to.flush();
}关键要点说明：
- 不依赖磁盘临时文件：所有嵌套 ZIP 的内容均通过 ByteArrayOutputStream 暂存为字节数组，再用 ByteArrayInputStream 构造新流，彻底消除 I/O 竞态；
- 严格遵循流生命周期：每个 ZipInputStream 在其作用域内独占使用，递归调用时新建流，避免 Stream Closed 异常；
- 大小写安全匹配：统一转为小写比较（.toLowerCase()），兼容不同系统的文件名规范；
- 资源自动释放：全部使用 try-with-resources，确保 ZipInputStream、ByteArrayInputStream 等及时关闭；
- 可扩展性强：只需修改 digIntoZip 中的判断逻辑，即可支持多文件提取、类型过滤（如 .pdf, .xlsx）、路径匹配或回调处理。
使用示例：
try {
byte[] pdfBytes = extractPdfFromNestedZip(
"C:\Scan\Data\archive.zip",
"report_final.pdf"
);
Files.write(Paths.get("output.pdf"), pdfBytes); // 保存为文件
System.out.println("✅ PDF 提取成功，共 " + pdfBytes.length + " 字节");
} catch (IOException e) {
System.err.println("❌ 提取失败：" + e.getMessage());
}该方案兼顾健壮性与简洁性，适用于批量处理复杂嵌套归档场景，是 Java 中处理“ZIP-in-ZIP-in-PDF”类需求的推荐实践。
