Ubuntu服务器Groovy/Java中含变音符号文件exists()返回false问题

问题重现 #

测试代码 #

def f1 = new File('/var/lib/jenkins/test/')
def files = [:]
f1.listFiles().each {
  files.put(it.name, it.getAbsoluteFile().exists())
}
println files
println 'file.encoding:' + System.getProperty('file.encoding')

执行结果 #

Verderblichkeit.docx:true
Gefa��hrlichkeit.docx:false
file.encoding:"iso-8859-1"

系统文件列表（ls -al输出） #

drwxr-xr-x  2 jenkins jenkins   4096 Jan  5 18:17 .
drwxr-xr-x 66 jenkins jenkins  12288 Jan  5 18:16 ..
-rw-r--r--  1 jenkins jenkins  98035 Jan  5 18:16 Gefährlichkeit.docx
-rw-r--r--  1 jenkins jenkins 277515 Jan  5 18:17 Verderblichkeit.docx

环境信息 #

• Java版本：Java(TM) SE Runtime Environment (build 1.8.0_131-b11)
• 实际场景：数据库获取的文件路径可被Nginx正常访问，但Grails应用中File.exists()返回false，已尝试设置file.encoding=UTF-8但无效。

原因分析 #

1. 旧File类的编码缺陷：Java 8的File类依赖sun.jnu.encoding参数处理文件名编码，而非file.encoding。仅设置file.encoding无法解决文件名的转码问题，导致变音符号文件名被错误转码，进而exists()无法匹配真实文件。
2. 系统locale与JVM编码不匹配：Linux系统文件名默认以UTF-8存储，但JVM若使用ISO-8859-1等非UTF-8编码处理文件名，会出现乱码和匹配失败。

解决方案 #

1. 改用Java NIO的Path/Files类替代File类 #

NIO API直接与文件系统原生文件名交互，不受JVM编码参数影响，能正确处理Unicode字符。重写后的测试代码：

import java.nio.file.*

def dir = Paths.get('/var/lib/jenkins/test/')
def files = [:]
Files.list(dir).forEach { path ->
    def fileName = path.getFileName().toString()
    files.put(fileName, Files.exists(path))
}
println files
println 'file.encoding:' + System.getProperty('file.encoding')

2. 配置JVM的文件名编码参数 #

在应用启动时（如Jenkins启动脚本、Grails启动参数）添加以下参数：

-Dfile.encoding=UTF-8 -Dsun.jnu.encoding=UTF-8

• sun.jnu.encoding：控制JVM处理文件名的编码，必须设为与系统文件系统一致的UTF-8。
• file.encoding：控制文本文件的编码，需同步设置以避免其他文本处理问题。

3. 确保系统locale为UTF-8 #

执行locale命令检查当前系统语言环境，若输出的LANG或LC_ALL不是UTF-8格式，需修改配置：

• 编辑/etc/default/locale文件，添加或修改：

  LANG=en_US.UTF-8
  LC_ALL=en_US.UTF-8
  

• 重启系统或应用，使配置生效。

内容的提问来源于stack exchange，提问作者Dirk27