Undertow FileUtil读取UTF-8字符截断问题的最优方案咨询

当multipart请求大小超过MultipartConfigElement.fileSizeThreshold时，请求内容会被写入临时文件。Undertow的FileUtils类通过以下代码读取该文件：

public static String readFile(InputStream file, Charset charSet) {
    try (BufferedInputStream stream = new BufferedInputStream(file)) {
        byte[] buff = new byte[1024];
        StringBuilder builder = new StringBuilder();
        int read;
        while ((read = stream.read(buff)) != -1) {
            builder.append(new String(buff, 0, read, charSet));
        }
        return builder.toString();
    } catch (IOException e) {
        throw new RuntimeException(e);
    }
}

这段代码存在核心问题：UTF-8非英文字符（如匈牙利语中的á）由多字节组成，当缓冲区刚好截断这些字节片段时，每次将部分字节直接转换为字符串会生成无效字符，最终拼接出乱码。例如原字符串támogatás会变成támogat��s，其中完整的á被拆分为两个乱码字符。

可选方案评估 #

• 增大阈值大小：仅能临时规避问题，当请求大小突破新阈值时，乱码问题会再次出现，无法从根源解决。
• 避免使用multipart：业务场景中通常无法绕过multipart请求，可行性极低。
• 提交Undertow Jira工单：从框架层面修复bug，是彻底解决问题的最优方案。

具体处理建议 #

1. 提交官方工单：向Undertow官方Jira提交bug报告，附上问题代码、复现步骤和乱码示例，建议官方改用字符流读取方式替代字节流拆分转换。修复后的参考代码可以是：

public static String readFile(InputStream file, Charset charSet) {
    try (BufferedReader reader = new BufferedReader(new InputStreamReader(file, charSet))) {
        StringBuilder builder = new StringBuilder();
        char[] charBuff = new char[1024];
        int read;
        while ((read = reader.read(charBuff)) != -1) {
            builder.append(charBuff, 0, read);
        }
        return builder.toString();
    } catch (IOException e) {
        throw new RuntimeException(e);
    }
}

该方式通过InputStreamReader直接按字符读取，从根本上避免了多字节字符被截断的问题。

2. 临时应急修复：若需立即解决问题，可在项目中自定义FileUtils类覆盖Undertow的实现，或通过请求拦截器重新处理multipart临时文件的读取逻辑，确保采用字符流完整读取内容。

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