Flask POST接收文本文件遇二进制内容问题（GCF环境）

问题根源 #

1. 直接对file.readlines()调用str()会将字节列表转为包含b'...'标识的字符串，并非原始文本内容，导致CSV嗅探逻辑失效。
2. FileStorage这类类文件对象读取后指针会移动到末尾，多次调用read()/readlines()会返回空内容。
3. 仅尝试utf-8解码可能不兼容文件实际编码，引发解码失败。

修正代码（内存处理，无需保存文件） #

基础版本（兼容常见编码） #

@app.route("/decode", methods=['POST'])
def receive():
    if request.method == 'POST':
        file = request.files['file']
        # 一次性读取所有二进制内容，避免指针偏移问题
        file_bytes = file.read()
        
        # 优先用UTF-8解码，失败则用Latin-1（兼容所有字节无报错）
        try:
            file_content = file_bytes.decode('utf-8')
        except UnicodeDecodeError:
            file_content = file_bytes.decode('latin-1')
        
        # 用纯文本内容执行格式嗅探
        dialect = sniffer.sniff(file_content)
        # 后续格式判断逻辑...
        return "Success"

进阶版本（自动检测编码） #

如果需要更精准的编码识别，可使用chardet库自动检测文件编码（需在requirements.txt中添加chardet==5.2.0）：

import chardet

@app.route("/decode", methods=['POST'])
def receive():
    if request.method == 'POST':
        file = request.files['file']
        file_bytes = file.read()
        
        # 自动检测编码，无结果则 fallback 到UTF-8
        detect_result = chardet.detect(file_bytes)
        encoding = detect_result['encoding'] or 'utf-8'
        file_content = file_bytes.decode(encoding)
        
        dialect = sniffer.sniff(file_content)
        # 后续逻辑...
        return "Success"

关键注意事项 #

• 必须一次性读取文件内容并存储到变量中，避免多次读取导致的空内容问题。
• 不要直接对字节列表调用str()，这会引入不必要的b'标识和列表格式符号，干扰嗅探逻辑。
• 若文件包含特殊编码（如GBK、Shift-JIS），自动编码检测能大幅提升兼容性。

内容的提问来源于stack exchange，提问作者Enric Castillo