标题：如何递归解压嵌套 ZIP 文件并提取其中的 PDF 文件_技术教程

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。