文件下载中文乱码问题

2019独角兽企业重金招聘Python工程师标准>>>

文件下载中文乱码问题

在修改系统bug的时候发现文件上传共享模块中文件下载会遇到中文文件名乱码的问题，google上搜了一下，找到了些文章，暂且转载收藏于此，至于文章的原作者，可能是本身转载过多，已无从考证，在此也表感激之情，谢谢。


问题如下：客户的论坛系统里中文文件名的附件无法下载。我同事们用他们的IE6去测试，确实无法下载，待我连到客户的系统，发现附件的文件名相当长，差不多30个字。但我的IE却可以下载，只不过文件名头部被截断了。

关于中文文件下载的问题，网上的咨询和答疑已经很多，我原来处理下载的代码如下：

response.setHeader("Content-Disposition", "attachment; filename=" + java.net.URLEncoder.encode(fileName, "UTF-8"));

下载的程序里有了这句，一般在IE6的下载提示框上将正确显示文件的名字，无论是简体中文，还是日文。不过当时确实没有仔细测试文件名很长的中文文件名。 先如今经过仔细测试，发现文字只要超过17个字，就不能下载了。经过好一番google和反复测试，总算对这个问题有了系统的认识，分列如下：

一. 通过我原来的方式，也就是先用URLEncoder编码，当中文文字超过17个时，IE6 无法下载文件。这是IE的bug，参见微软的知识库文章 KB816868 。原因可能是因为ie在处理 Response Header 的时候，对header的长度限制在150字节左右。而一个汉字编码成UTF-8是9个字节，那么17个字便是153个字节，所以便会报错。微软提供了一个补丁，可以从 这里 下载。这个补丁需要先安装ie6 sp1。因为我平时勤打补丁，我的IE6版本号是 6.0.2800.1106.xpsp2_xxxxx。所以我可能已经安装过了补丁，从而可以下载，但仍然出现文件名被截断的现象。微软让我们等待IE下 一个service pack的发布。我今天也上网看到了好消息，迫于firefox的压力，IE7可能在年中发布。另外，Firefox 不支持这样的方式，将把编码后的%xx%xx直接作为文件名显示。


二. 我尝试使用 javamail 的MimeUtility.encode()方法来编码文件名，也就是编码成 =?gb2312?B?xxxxxxxx?= 这样的形式，并从 RFC1522 中找到对应的标准支持。不过很遗憾，IE6并不支持这一个标准。我试了一下，Firefox是支持的。

三. 按网上很多人提供的解决方案：将文件名编码成ISO8859-1似乎是有效的解决方案，代码如下：

response.setHeader( "Content-Disposition", "attachment;filename=" + new String( fileName.getBytes("gb2312"), "ISO8859-1" ) );

在确保附件文件名都是简 体中文字的情况下，那么这个办法确实是最有效的，不用让客户逐个的升级IE。如果台湾同胞用，把gb2312改成big5就行。但现在的系统通常都加入了 国际化的支持，普遍使用UTF-8。如果文件名中又有简体中文字，又有繁体中文，还有日文。那么乱码便产生了。另外，在我的电脑上Firefox (v1.0-en)下载也是乱码。

折中考虑，我结合了一、三的方式，代码片断如下：

String fileName = URLEncoder.encode(atta.getFileName(), "UTF-8");
/*
* see http://support.microsoft.com/default.aspx?kbid=816868
*/
if (fileName.length() > 150) {
String guessCharset = xxxx /*根据request的locale 得出可能的编码，中文操作系统通常是gb2312*/
fileName = new String(atta.getFileName().getBytes(guessCharset), "ISO8859-1");
}
response.setHeader("Content-Disposition", "attachment; filename=" + fileName);

暂且不考虑 Firefox 是因为它目前似乎还没有有力侵食到IE的企业用户市场。影响客户买单的常常是进度，而不是兼容度。

转载于:https://my.oschina.net/xuqiang/blog/81188