java - 在 Spring Boot 中更改上传的 MultipartFile 的编码

Question

我有一个接收 MultipartFile 的端点。

Resource upload(@PathVariable Integer id, @RequestParam MultipartFile file) throws IOException {

此文件通常是 .csv，我需要处理每一行并保存数据。

但最近用户发送了一个使用 UTF-16 LE 编码的文件，这在数据中添加了很多奇怪的字符。

我希望接收具有任何编码的文件，并在处理文件之前始终强制使用我可接受的编码，例如 UTF-8。

我该怎么做？

Answer 1

经过一些测试和搜索，我找到了解决方案。

要更改文件的字符集编码，我需要读取和写入应用新目标字符集的文件，但要创建可以接收任何字符集的通用文件，我需要识别源字符集。

为了实现这一点，我添加了一个名为 UniversalDetector 的依赖项:

    <dependency>
        <groupId>com.github.albfernandez</groupId>
        <artifactId>juniversalchardet</artifactId>
        <version>2.3.1</version>
    </dependency>

使用它我可以做到这一点:

    encoding = UniversalDetector.detectCharset(file.getInputStream());
    if (encoding == null) {
        //throw exception
    }

以及转换文件的方法:

   private static void encodeFileInLatinAlphabet(InputStream source, String fromEncoding, File target) throws IOException {
        try (BufferedReader reader = new BufferedReader(new InputStreamReader(source, fromEncoding));
             BufferedWriter writer = new BufferedWriter(new OutputStreamWriter(new FileOutputStream(target),
                     StandardCharsets.ISO_8859_1))) {
            char[] buffer = new char[16384];
            int read;
            while ((read = reader.read(buffer)) != -1)
                writer.write(buffer, 0, read);
        }
    }

这样我就可以接收任何字符集并以所需的字符集进行编码。

注意:就我而言，我始终需要 ISO_8859_1 中的文件，因此方法中的原因是固定的，但您可以接收目标字符集作为参数。