Question

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遵循CSV格式，例如：“”“（两个双引号中的单个双引号），在这种情况下，apache camel抛出整个文件而不是那一条记录。为了解决这个问题，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。有没有人面临同样的问题？这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。以下是我尝试过的路线 1）from（file）.to（file） - ＆gt; Unicode字符被保留 2）from（file）.split（body（））。streaming（）。to（file） - ＆gt; unicode字符保留 3）from（file）.convertBodyto（String.class，“UTF-8”）。split（body（））。streaming（） - ＆gt; Unicode字符丢失 4）from（file）.split（body（String.clasS））。streaming（）。to（file） - ＆gt; 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？

Answer 1

您确定您的文件是否具有UTF-8编码？您始终可以通过

强制执行交换编码

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

使用文件时，我通常会将交换编码设置为文件的确切位置，然后在读取之后将交换编码更改回UTF-8。

如果有帮助，请告诉我。

R上。

Answer 2

在UNIX（通过驼峰）生成的文件中存在同样的问题，但仍然具有不可打印的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。

Apache camel文件解析问题与拆分和unicode字符

2 个答案: