ADF SFTP分隔文本源ISO-8859-13编码特殊字符读取故障求助

核心问题分析 #

你遇到的commerçant中的ç属于ISO-8859-1（Latin-1）字符集，而ISO-8859-13是波罗的海区域编码，并不包含该字符。这说明要么源文件实际编码与你配置的ISO-8859-13不匹配，要么文件中混入了超出该编码范围的字符，导致ADF解码失败、任务阻塞。

解决方案步骤 #

• 第一步：验证源文件实际编码
  用Notepad++等工具打开报错的源文件，查看文件的实际编码（通过「编码」菜单查看）。如果文件包含ç这类字符，实际编码大概率是ISO-8859-1或UTF-8，而非ISO-8859-13。

• 第二步：调整ADF数据集编码配置
  根据验证结果修改DelimitedText数据集的编码设置：

  • 若实际是ISO-8859-1：选择编码为ISO-8859-1（ADF中显示名称为「Western European (ISO)」）
  • 若实际是UTF-8：选择UTF-8；如果文件带BOM头，选UTF-8 with BOM
  • 若确认是ISO-8859-13：检查源文件是否存在超出该编码的字符，清理或替换后再尝试，ADF原生支持该编码（显示名称为「Baltic (ISO)」）

• 第三步：兜底处理混合编码场景
  如果源文件存在编码混合的情况，可开启编码容错机制：

  1. 在DelimitedText数据集的「高级」设置中，找到「无法解码的字符处理」
  2. 选择「替换为�」或自定义替换字符，避免因单个特殊字符导致整个任务阻塞
  3. 也可以使用ADF数据流（Data Flow），在源转换指定编码后，通过派生列对特殊字符做清洗替换

额外排查建议 #

• 查看ADF复制任务的详细报错信息，定位具体无法解码的字符编码值，能更快锁定问题
• 抽取报错文件的小样本数据做测试复制，快速验证编码配置是否有效

内容的提问来源于stack exchange，提问作者jugurtha mahdad