或？使用骆驼

Question

csv文件位于S3存储桶中，我正在使用骆驼aws来使用csv文件。 但是，无论何时将csv文件加载到本地，“ï”或“？”。字符假装在第一列。

例如， 原始文件 名，姓 布莱恩·希

加载到本地后 姓，名 布莱恩·希

我已经对此链接进行了研究：R's read.csv prepending 1st column name with junk text 但是，它似乎不适用于骆驼。

如何从s3读取csv文件 使用aws-s3从s3存储桶中使用CSV文件，例如“ Exchange s3File = Consumer.receive（s3Endpoint）”，其中s3Endpoint =“ aws-s3：// keys＆secret？prefix =％s＆deleteAfterRead = false＆amazonS3Client =＃awsS3client”

Answer 1

字符是UTF-8 BOM（十六进制EF BB BF）。因此，这是关于放置在文件开头的文件内容的元数据（因为没有“页眉”或可以将其保存到的类似位置）。

如果读取以此顺序开头的文件，但将其读取为Windows标准编码（CP1252）或ISO-8859-1，则完全可以文件内容开头的三个奇怪的字符。

为避免这种情况，您必须按照@jws注释中的建议以UTF-8和BOM识别格式读取文件。他还为this link提供了一个示例，说明如何使用BOMInputStream正确读取此类文件。

如果正确读取了文件，然后将其写回到使用CP1252等不同编码的文件中，则应删除BOM。

因此，现在的问题是您如何准确地使用Camel读取文件？如果您（或库）使用非UTF-8编码（可能默认情况下）进行了读取，则说明了为什么在文件内容中获得这些字符。