Spring Batch读取UNL文件时保留特殊字符的方案咨询

问题根源 #

你代码里多次调用quoteCharacter()方法，每次调用都会覆盖之前的配置，最终生效的是DelimitedLineTokenizer.DEFAULT_QUOTE_CHARACTER（即双引号"）。当数据字段中本身包含双引号时，解析器会把它当成引号边界处理，导致分隔符|的解析逻辑混乱，进而出现分隔失效、特殊字符无法原样保留的问题。

解决方案 #

要原样导入"、@及空格等特殊字符，核心是避免解析器把数据中的字符误认为引号标记，同时保留字段的原始内容：

方案1：配置不存在于数据中的引号字符 #

设置一个在你的UNL文件数据里绝对不会出现的字符作为quoteCharacter，比如空字符\u0000，这样解析器就不会触发引号解析逻辑，所有字符都会被原样保留：

@Bean
@StepScope
public FlatFileItemReader unlFileReader() throws MalformedURLException {
    return new FlatFileItemReaderBuilder<ExampleDTO>()
        .name("unlFileReader")
        .resource(fileService.inputFileResource(UNZIP_PATH + "example.unl"))
        .fieldSetMapper(new BeanWrapperFieldSetMapper<>())
        .targetType(ExampleDTO.class)
        .delimited()
        .delimiter("|")
        // 使用空字符作为引号标记，确保不会与数据中的字符冲突
        .quoteCharacter('\u0000')
        // 关闭自动忽略字段前后空格，保留原始空格
        .ignoreLeadingWhiteSpace(false)
        .includedFields(0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74,75,76,77,78,79,80,81,82,83,84,85,86,87,88,89,90,91,92,93,94,95,96,97,98,99,100,101,102,103,104,105,106,107,108,109,110,111,112,113,114,115,116,117,118,119,120,121,122,123,124,125,126,127,128,129,130,131,132,133,134,135,136,137,138,139,140,141)
        .names(ExampleDTO.getFieldNameArrays())
        .build();
}

方案2：完全禁用引号解析 #

如果你的数据中根本不需要引号包裹字段的逻辑，可以直接不调用quoteCharacter()，但这种方式存在隐患：若数据中的双引号没有成对出现，仍会导致解析错误。因此更推荐方案1，明确设置无冲突的引号字符。

补充说明 #

• ignoreLeadingWhiteSpace(false)：确保字段前后的空格被原样保留，比如你示例中001-A472468827" 后面的空格不会被自动去除。
• 如果数据中存在需要作为字段内容的分隔符|，则需要确保这些字段被正确用引号包裹；若你的场景无此需求，方案1即可满足要求。

内容的提问来源于stack exchange，提问作者Josso