Question

任务

使用原始文件名将文件上传到Azure Blob Storage，并将文件名meta-data指定给CloudBlob

问题

meta-data中不允许使用这些字符，但可以接受blob名称：

š Š ñ Ñ ç Ç ÿ Ÿ ž Ž Ð œ Œ « » éèëêð ÉÈËÊ àâä ÀÁÂÃÄÅ àáâãäå ÙÚÛÜ ùúûüµ òóôõöø ÒÓÔÕÖØ ìíîï ÌÍÎÏ

问题

有没有办法在meta-data中存储这些字符？我们是否遗漏了一些导致此例外的设置？
这些字符中的大部分都是某些语言的标准字形，那么如何处理呢？
是否有任何可用的文档可以就此问题提供建议？我找到了blob和meta-data命名约定，但没有关于数据本身！

代码

var dirtyFileName      = file.FileName;
var normalizedFileName = file.FileName.CleanOffDiacriticAndNonASCII();

// Blob name accepts almost characters that are acceptable as filenames in Windows
var blob = container.GetBlobReference(dirtyFileName);

//Upload content to the blob, which will create the blob if it does not already exist.
blob.Metadata["FileName"] = normalizedFileName;
blob.Attributes.Properties.ContentType = file.ContentType;

// ERROR: Occurs here!
blob.UploadFromStream(file.InputStream);

blob.SetMetadata();
blob.SetProperties();

错误

参考

变通方法

文件名中的非法字符只是冰山的一角，仅为此问题而放大！更大的情况是我们使用Lucene.net索引这些文件，因此需要将大量meta-data存储在blob上。 请不要建议将它们全部存储在一个数据库中，只是不要！到目前为止，我们很幸运只遇到一个带有变音字符的文件！

所以，目前我们正努力避免在meta-data中保存文件名作为解决方法！

Answer 1

来自azure-sdk-for-net team on GitHub的确认只有ASCII个字符作为blob meta-data中的数据有效。

joeg评论说：
blob元数据中支持的字符必须是ASCII字符。要解决你可以转义字符串（百分比编码），base64编码等。

Source on GitHub

作为一种解决方法，要么：

按joeg
使用我在other answer。

Answer 2

除非得到实际解决问题的答案，否则此解决方法可解决上述问题！

解决方法

为了实现这一点，我使用以下方法的组合：

将所有可能的字符转换为其ascii / english equivivalent
无效转义此清理的字符实际上是从字符串

但这并不理想，因为我们正在丢失数据！

变音符号到ASCII

/// <summary>
/// Converts all Diacritic characters in a string to their ASCII equivalent
/// Courtesy: http://stackoverflow.com/a/13154805/476786
/// A quick explanation:
/// * Normalizing to form D splits charactes like è to an e and a nonspacing `
/// * From this, the nospacing characters are removed
/// * The result is normalized back to form C (I'm not sure if this is neccesary)
/// </summary>
/// <param name="value"></param>
/// <returns></returns>
public static string ConvertDiacriticToASCII(this string value)
{
    if (value == null) return null;
    var chars =
        value.Normalize(NormalizationForm.FormD)
             .ToCharArray()
             .Select(c => new {c, uc = CharUnicodeInfo.GetUnicodeCategory(c)})
             .Where(@t => @t.uc != UnicodeCategory.NonSpacingMark)
             .Select(@t => @t.c);
    var cleanStr = new string(chars.ToArray()).Normalize(NormalizationForm.FormC);
    return cleanStr;
}

非ASCII Burninator

/// <summary>
/// Removes all non-ASCII characters from the string
/// Courtesy: http://stackoverflow.com/a/135473/476786
/// Uses the .NET ASCII encoding to convert a string. 
/// UTF8 is used during the conversion because it can represent any of the original characters. 
/// It uses an EncoderReplacementFallback to to convert any non-ASCII character to an empty string.
/// </summary>
/// <param name="value"></param>
/// <returns></returns>
public static string RemoveNonASCII(this string value)
{
    string cleanStr = 
           Encoding.ASCII
                   .GetString(
                              Encoding.Convert(Encoding.UTF8,
                                               Encoding.GetEncoding(Encoding.ASCII.EncodingName,
                                                                    new EncoderReplacementFallback(string.Empty),
                                                                    new DecoderExceptionFallback()
                                                                    ),
                                               Encoding.UTF8.GetBytes(value)
                                               )
                              );
    return cleanStr;
}

我真的希望得到答案，因为解决方法显然不理想，而且为什么这是不可能的也没有意义！

Answer 3

为了扩展bPratik的答案，我们发现Base64编码元数据运行良好。我们使用这种扩展方法来进行编码和解码：

    public static class Base64Extensions
    {
        public static string ToBase64(this string input)
        {
            var bytes = Encoding.UTF8.GetBytes(input);
            return Convert.ToBase64String(bytes);
        }

        public static string FromBase64(this string input)
        {
            var bytes = Convert.FromBase64String(input);
            return Encoding.UTF8.GetString(bytes);
        }
    }

然后在设置blob元数据时：

blobReference.Metadata["Filename"] = filename.ToBase64();

并在检索时：

var filename = blobReference.Metadata["Filename"].FromBase64();

对于搜索，您必须在将文件名呈现给索引器之前对其进行解码，或者使用blob的实际文件名，假设您仍然使用原始文件名。

Answer 4

如果上面的列表是详尽无遗的，那么应该可以将元数据编码为HTML，然后在需要时对其进行解码：

var htmlEncodedValue = System.Web.HttpUtility.HtmlEncode(value)
var originalValue = System.Web.HttpUtility.HtmlDecode(value)

将元数据添加到CloudBlob时无效的字符异常

任务

问题

问题

代码

错误

参考

变通方法

4 个答案:

解决方法

变音符号到ASCII

非ASCII Burninator