File upload 让用户上传和存储文件名中带有国家字符的文件有多糟糕？

我们的CMS接受名称中带有国家字符的文件，并将其毫无问题地存储在服务器上。但从长远来看，这种方法有多糟糕？例如，是否可以存储文件名为希伯来语、阿拉伯语或任何其他语言的非拉丁字母的文件？是否有标准的既定方法来处理这些问题

只要从请求的头中检测到它所在的字符集，并在内部使用一致的字符集（如UTF-8），就可以了。

这是一个好主意。作为一名匈牙利人，当我被禁止使用诸如58378

乌德帕特： 示例：我无法使用Android SDK（不创建新用户），因为我的用户名中有一个é。我也遇到了类似的问题，英特尔的C++编译器。 软件通常不会使用这样的文件名进行正确测试。Windows API仍然提供“ANSI”编码的函数版本，许多开发人员似乎不了解其潜在的问题。我还不断地看到那些把我的名字弄得一团糟的网页

---

我不是说不允许这样的文件名，事实上，在21世纪，我希望能够在任何地方使用这样的字符。但是要做好准备，以免遇到问题。

在Unix服务器上，在文件名中接受任何Unicode字符，然后在保存之前将文件名转换为UTF-8，在技术上是可行的，而且很容易。但是，转换过程中可能会出现错误（在您使用的HTML模板引擎或web框架中，或在用户的web浏览器中），因此可能会有一些用户抱怨他们上载的某些文件消失了。根本原因可能是错误的文件名转换。如果文件名中的所有字符或非拉丁语字符，而您（作为软件开发人员）不会说这种外语，那么请好运地找出文件发生了什么。

一种标准方法是自己生成唯一的名称，并将原始文件名存储到其他地方。通常，即使您的底层操作系统和文件系统允许在文件名中使用任意Unicode字符，您也不希望用户决定服务器上的文件名。这样做可能会带来某些风险并导致问题，例如名称过长或文件系统冲突。Facebook、flickr和许多其他网站就是这样做的例子

---

对于生成唯一的文件名，Guid值将是一个不错的选择。

将原始文件名存储在某种数据库中，以防您需要使用它

然后，使用唯一的字母数字id重命名文件名，保留原始文件扩展名

如果需要许多文件，则应创建目录以对文件进行分组。对大多数人来说，使用年、月、日、小时和分钟就足够了。例如：

.../2010/12/02/10/28/1a2b3c4d5e.mp3

---

是的，我有过大量mp3收藏的经验，这些收藏以歌曲发源国的语言命名而臭名昭著，这可能会在多个地方造成麻烦。

请详细说明。所有经过认证的Windows软件都专门为此进行了测试。@MSalters：并非所有软件都经过Windows认证。我添加了一些示例。“Windows API使用ANSI编码”？是的，在Windows 95天的时候。但是NT一直都是基于Unicode（UTF-16）的——参见A/W变体。在W95上，W varaint被映射到A，但在NT上它被反转。COM API一直都是Unicode only（BSTR）@MSalters：你是对的，但它仍然提供了函数的“ANSI”编码版本，开发人员倾向于使用它们。我更正了我的帖子。刚刚发现可能是问题主题：。基本上说，没有现成的（即跨浏览器）方法强制下载具有非US-ASCII文件名的文件。您是否可以分享在这些文件中遇到问题的示例？首先想到的是需要文件名作为参数和shell脚本的系统调用。此外，随着软件升级，例如文件名现在可能开始以某种方式工作，并以新的方式出现。但并非完全有用：）