上传文件名包含 unicode 字符的文件将不起作用答案

【问题标题】：Uploading files with filenames which include unicode characters won't work上传文件名包含 unicode 字符的文件将不起作用
【发布时间】：2016-07-22 07:10:56
【问题描述】：

我正在尝试从 html 表单上传文件。我为它编写了一个 servlet，它应该在接收到的部分上打开一个输入流，并将数据写入一个具有相同名称和扩展名的文件中。首先，我遇到了数据本身的问题。例如，具有 unicode 正文的文本文件无法使用 UTF-8 正确编码字符。然后我开始使用 DataInputStream 和 DataOutputStream 并且由于某种原因现在可以正常工作。剩下的是文件名的问题。如果并且当文件名包含 unicode 字符时，文件名本身将没有正确的编码，并且会出现一些奇怪的字符（如预期的那样）。我已经尝试了几件事，但我不知道如何解决它。我正在使用 Wildfly 10.0.10.Final。因此，例如，如果我的文件名为 ááéé.txt，则生成的文件名为 ÃƒÂ¡ÃƒÂ¡ÃƒÂ©ÃƒÂ©.txt。

这是我的 HTML 页面：

<html>
<h:head>        
    <meta charset="UTF-8" />
    <meta content="text/html" />
</h:head>
<h:body>
    <div class="container">
        Upload a new file:
        <form enctype="multipart/form-data" method="post" action="upload">
        Files: <input multiple="multiple" id="fileUpload" type="file" name="files" />
        <input type="submit" multiple="multiple" value="upload" />
    </form>
    </div>   
</h:body>
</html>

我的servlet是这样写的：

@WebServlet(name = "fileUploadServlet", urlPatterns = {"/upload"})
@MultipartConfig
public class FileUploadServlet extends HttpServlet {    
    @Override
    protected void doPost(HttpServletRequest req, HttpServletResponse resp) throws ServletException, IOException {
        req.setCharacterEncoding("UTF-8");
        int n = 0;
        for (Part file : req.getParts()) {
            String fileName = new String(file.getSubmittedFileName().getBytes("UTF-8"), "UTF-8");            
            try (DataInputStream dis = new DataInputStream(file.getInputStream());
                 DataOutputStream dos = new DataOutputStream(new FileOutputStream("E:\\upload\\" + fileName))) {
                byte[] buffer = new byte[1024];
                int r;
                while ((r = dis.read(buffer)) != -1) {
                    dos.write(buffer, 0, r);
                }
                n++;
            }
        }
        resp.getWriter().print(n + " files uploaded.");
    }
}

提前致谢！

【问题讨论】：

String fileName = new String(file.getSubmittedFileName().getBytes("UTF-8"), "UTF-8"); 与String fileName = file.getSubmittedFileName();完全相同。您正在将字符串转换为字节，然后再转换回字符，所有这些都使用相同的字符集，实际上是身份往返操作。不过，我确实发现 req.setCharacterEncoding("UTF-8") 的使用很可疑。 HTTP 请求发送自己的编码是有原因的；你不应该覆盖它。
但我猜编码不是UTF-8？
可能不会。浏览器不必使用用于编码 HTML 的相同字符集发送数据。
如何修改这种行为？
您不需要这样做。如果删除 req.setCharacterEncoding("UTF-8") 行，提交的文件名是什么样的？

标签： java servlets jakarta-ee unicode servlet-3.0

【解决方案1】：

似乎 WildFly 实现不使用请求的字符编码。我找到了解决方案：

String filename = new String(part.getSubmittedFileName().getBytes("ISO-8859-1"), "UTF-8");

【讨论】：

【解决方案2】：

req.setCharacterEncoding(...) 有时不起作用。

如果您使用的是 Tomcat，请在 server.xml 中的 Connector 部分设置 URIEncoding="UTF-8"，例如

<Connector port="80" protocol="HTTP/1.1" maxThreads="150" connectionTimeout="20000" enableLookups="false"
    URIEncoding="UTF-8" redirectPort="443" />

我猜 Wildfly 中可能有类似的设置。

【讨论】：