文件传服务器上全是乱码,解决txt文件上传oss服务器乱码的问题

今天上传txt文件下载下来却乱码，搞了一下午，发现还挺复杂。记录一下。

1.首先服务器只接受utf-8格式的文件，所以首先想到的就是转码问题。

这是网上很容易就找到的判断文件编码的代码。判断出来之后如果是UTF8格式的文件就正常上传，如果不是就先转成UTF8格式再上传。

我以为问题解决了的时候，发现上传之后还是乱码。然后我就创建两个内容一样但是编码不一样的文件仔细比较，发现我转码之后的byte数组少了正常文件的utf8标识符。

然后byte数组前面就要加上-17  -69 -65的标识符

代码如下

就我以为要万事大吉的时候，那边测试告诉我还不行。于是我把他的文件拿过来测试。

发现他的文件是UTF8格式，但是没有标识符！！我的getCode代码判断不出来他是UTF8 当成GBK处理了，自然还是乱码。

于是我百度一番，找到了一个jar包可以帮住我识别他是utf8文件，可是直接上传还不行，因为没有前缀 oss服务器那边也不认。

于是我就要用jar包的方式判断编码来转码，用前缀判断编码的方式来给byte数组增加前缀。

下面是完整的代码和关联的pom文件

com.googlecode.juniversalchardetjuniversalchardet1.0.3

private static InputStream create(MultipartFile file) throwsIOException {if (!file.getOriginalFilename().endsWith("txt")) {returnfile.getInputStream();

}

OutputStream outputStream= newByteArrayOutputStream();

String code=getCode(file.getInputStream());

String code2=getCode2(file.getInputStream());//getFilecharset(file.getInputStream())

if (code.equals("UTF-8")) {returnfile.getInputStream();

}else{

String str=IOUtils.toString(file.getInputStream(), code2);byte[] head = new byte[3];

head[0] = -17;

head[1] = -69;

head[2] = -65;

outputStream.write(head,0, 3);

outputStream.write(str.getBytes(),0, str.getBytes().length);

ByteArrayOutputStream baos=(ByteArrayOutputStream)outputStream;

InputStream inputStream= newByteArrayInputStream(baos.toByteArray());returninputStream;

}

}private static String getCode2(InputStream inputStream) throwsIOException {

UniversalDetector detector= new UniversalDetector(null);byte[] buf = new byte[4096];//(2)

intnread;while ((nread = inputStream.read(buf)) > 0 && !detector.isDone()) {

detector.handleData(buf,0, nread);

}//(3)

detector.dataEnd();//(4)

String encoding =detector.getDetectedCharset();returnencoding;

}private staticString getCode(InputStream inputStream) {

String charsetName= "gbk";byte[] head = new byte[3];try{

inputStream.read(head);

inputStream.close();if (head[0] == -1 && head[1] == -2 ) //0xFFFE

charsetName = "UTF-16";else if (head[0] == -2 && head[1] == -1 ) //0xFEFF

charsetName = "Unicode";//包含两种编码格式：UCS2-Big-Endian和UCS2-Little-Endian

else if(head[0]==-27 && head[1]==-101 && head[2] ==-98)

charsetName= "UTF-8"; //UTF-8(不含BOM)

else if(head[0]==-17 && head[1]==-69 && head[2] ==-65)

charsetName= "UTF-8"; //UTF-8-BOM

} catch(Exception e) {

}returncharsetName;

}