Spring MVC处理非UTF-8编码CSV时特殊字符乱码问题求助

你的问题核心很明确：代码里硬编码用UTF-8读取所有CSV文件，但非UTF-8编码的文件（比如Windows常用的GBK、ISO-8859-1这类格式）用UTF-8解析时，特殊字符自然会变成乱码。下面给你几个实用的解决方向：

1. 让用户指定文件编码（最直接可控） #

很多场景下用户清楚自己的文件用什么编码生成的（比如Excel导出的CSV常是GBK），可以在上传界面加一个编码选择下拉框，把编码参数传到后端，读取时用对应的编码解析。

前端修改： #

在文件上传表单里添加编码选择器：

<select name="fileEncoding">
  <option value="UTF-8" selected>UTF-8</option>
  <option value="GBK">GBK/GB2312</option>
  <option value="ISO-8859-1">ISO-8859-1</option>
  <option value="UTF-16">UTF-16</option>
</select>

你的现有Ajax代码不需要额外调整，fileupload组件会自动把这个参数和文件一起提交。

后端修改： #

控制器接收编码参数：

@RequestMapping(value = "/uploadFile", method = RequestMethod.POST)
public @ResponseBody List<JSONResult> uploadFileHandler(
    @RequestParam("files") MultipartFile file,
    @RequestParam(value = "fileEncoding", defaultValue = "UTF-8") String fileEncoding,
    HttpServletRequest request) {
    logger.info("Starting upload of file: " + file.getOriginalFilename());
    JSONResult result = null;
    try {
        // 把编码参数传入文件处理方法
        result = uploadFile(file, appUserDTO, result, request, fileEncoding);
    } catch (IllegalStateException | IOException e) {
        logger.error("文件上传失败", e); // 打印完整异常栈，方便排查
        errorLogService.saveErrorLog("FileUploadController: uploadFileHandler. Error: "+ e.getMessage(), appUserDTO.getUser().getUsrUid());
    }
    List<JSONResult> array = new ArrayList<>();
    array.add(result);
    return array;
}

修改CsvFileReader支持动态编码：

注意：不要用FileInputStream(path)读取MultipartFile，直接用file.getInputStream()更高效，还能避免临时文件的权限/清理问题：

public CsvFileReader(MultipartFile file, String delimeter, String encoding) throws IOException {
    rows = new ArrayList<>();
    String line;
    // 用传入的编码读取文件流
    try (BufferedReader br = new BufferedReader(new InputStreamReader(file.getInputStream(), encoding))) {
        while ((line = br.readLine()) != null) {
            String[] lineData = line.split(delimeter, -1);
            if(SanityCheck.isValid(lineData)){
                rows.add(lineData);
            }
        }
    } catch (IOException e) {
        logger.error("读取CSV文件失败", e);
    }
}

2. 自动检测文件编码（更友好，无需用户操作） #

如果不想让用户手动选择编码，可以用第三方库自动检测文件编码。常用的有juniversalchardet或者Apache Tika。

示例：使用juniversalchardet检测编码 #

1. 添加Maven依赖：

<dependency>
    <groupId>com.googlecode.juniversalchardet</groupId>
    <artifactId>juniversalchardet</artifactId>
    <version>1.0.3</version>
</dependency>

2. 编写编码检测工具方法：

public static String detectFileEncoding(MultipartFile file) throws IOException {
    UniversalDetector detector = new UniversalDetector(null);
    byte[] buffer = new byte[4096];
    int nread;
    InputStream is = file.getInputStream();
    
    while ((nread = is.read(buffer)) > 0 && !detector.isDone()) {
        detector.handleData(buffer, 0, nread);
    }
    detector.dataEnd();
    String encoding = detector.getDetectedCharset();
    detector.reset();
    is.close();
    
    // 检测不到编码时默认用UTF-8
    return encoding != null ? encoding : "UTF-8";
}

3. 在文件处理时调用：

// 在uploadFile方法中
String fileEncoding = detectFileEncoding(file);
CsvFileReader reader = new CsvFileReader(file, delimeter, fileEncoding);

3. 处理带BOM的UTF-8文件 #

有些Windows生成的UTF-8文件会带BOM（字节顺序标记），直接用UTF-8读取会在第一行开头出现\ufeff字符，导致解析异常。可以在读取时跳过BOM：

try (BufferedReader br = new BufferedReader(new InputStreamReader(file.getInputStream(), encoding))) {
    // 跳过UTF-8 BOM
    br.mark(1);
    if (br.read() != '\ufeff') {
        br.reset();
    }
    // 继续读取行数据
    while ((line = br.readLine()) != null) {
        // ... 原有解析逻辑
    }
}

额外注意事项 #

• 日志打印尽量使用logger.error("错误描述", e)而非只打印e.getMessage()，完整的异常栈能帮你更快定位问题。
• 避免将MultipartFile转成本地File再读取，直接操作输入流更高效且无临时文件风险。

内容的提问来源于stack exchange，提问作者user1999453