首页 文章

Apache camel文件解析分裂和unicode字符的问题

提问于
浏览 次
1

我需要做的就是读取.csv文件并将数据推送到数据库中 . 我面临的问题是该文件可能不符合CSV格式，例如：“”“（两个双引号中的单引号），在这种情况下，apache camel抛出整个文件而不是那一条记录 . 为了克服这个问题，我决定拆分文件并逐行解组 . 在使用这种方法时，现在我面临另一个问题，即在标记身体后unicode字符没有被保留 . 有没有人遇到同样的问题？是我的路线代码片段：

从（文件）.split（体（） . 记号化（ “\ r \ n” 个）） . 流（） . 解组（DATAFORMAT）.END（）

我尝试了一些事情来验证我的理论，即改变身体正在破坏unicode角色 . 以下是我尝试的路由1）从（文件）.to（文件） - >保留Unicode字符2）从（文件）.split（body（）） . streaming（） . 到（文件） - > unicode字符保存3）from（file）.convertBodyto（String.class，“UTF-8”） . split（body（）） . streaming（） - > Unicode character lost 4）from（file）.split（body（String.clasS） ）） . streaming（） . to（file） - > Unicode字符丢失 .

我还验证了我的JVM使用UTF-8进行编码，我还尝试将文件组件中的charset参数设置为UTF-8，但没有任何改变 .

有人可以帮我解决这个问题吗？

unicode字符§正在转换为倒置？

unicode apache-camel

2 回答

  • 0

    您确定您的文件具有UTF-8编码吗？您始终可以强制执行交换编码

    <setProperty propertyName="Exchange.CHARSET_NAME">
      <constant>UTF-8</constant>
 </setProperty>

    在处理文件时，我通常会将交换编码设置为文件的确切内容，然后在读取之后将交换编码更改回UTF-8 .

    如果这有帮助，请告诉我 .

    R.

    回复于
  • 0

    与在UNIX中生成的文件（通过驼峰）存在相同的问题但仍具有不可打印的ASCII字符 . 这导致了使用（流式传输）的拆分问题 . 我根据需要编写了一个简单的自定义拆分器来传输文件（文件大小只有几百MB） .

    from("direct:process").split().method(FileSplitter.class, 
"split(${body})").shareUnitOfWork().streaming()

    编写分割器很容易 . 我所要做的就是返回一个迭代器，它使用BufferedReader一次返回一行 .

    回复于

相关问题