如何在Spring Integration中为FileSplitter配置自定义分隔符

首先纠正1个认知偏差：@Splitter是Spring Integration提供的装配拆分器的注解，本身没有默认分隔符，拆分逻辑由你绑定的拆分器实现类决定。你当前使用的FileSplitter默认确实是按换行符\n拆分文件内容，这个判断是正确的。

你的补充思路完全可行，FileSplitter本身没有提供自定义分隔符的配置项，它的设计目标就是按行拆分大文件、避免全量加载内容到内存。如果要按逗号拆分CSV文件，可以根据文件体积选择以下两种实现方案：

方案1：FileToStringTransformer + DefaultMessageSplitter（适合小体积CSV） #

该方案实现简单，不需要额外自定义逻辑，配置代码如下：

// 新增文件转字符串转换器，将文件内容全量读取为字符串
@Bean
@Transformer(inputChannel = "fileAdapterInCh", outputChannel = "fileToStringCh")
public FileToStringTransformer fileToStringTransformer() {
    FileToStringTransformer transformer = new FileToStringTransformer();
    // 可按需指定文件编码，默认使用系统编码
    transformer.setDefaultCharset(StandardCharsets.UTF_8.name());
    return transformer;
}

// 替换原有FileSplitter，使用支持自定义分隔符的DefaultMessageSplitter
@Bean
@Splitter(inputChannel = "fileToStringCh", outputChannel = "testing1")
public DefaultMessageSplitter csvSplitter() {
    DefaultMessageSplitter splitter = new DefaultMessageSplitter();
    // 指定逗号为分隔符
    splitter.setDelimiters(",");
    // 可开启自动过滤空字符串、自动trim空格
    splitter.setDeleteEmptyStrings(true);
    return splitter;
}

• 优势：配置灵活，支持分隔符自定义、空串过滤等常用需求，开发成本低
• 劣势：会全量加载文件内容到内存，不适用于GB级以上的超大CSV文件

方案2：自定义FileSplitter子类（适合大体积CSV） #

如果处理的CSV文件体积很大，担心OOM问题，可以继承FileSplitter重写字节流读取逻辑，按逗号逐段读取拆分，全程不需要加载全量文件内容，内存占用极低，缺点是需要自行实现流拆分的逻辑，开发成本更高。

内容的提问来源于stack exchange，提问作者anon