当使用 Indy 发布且文件名包含希腊字符时，文件上传失败

Question

我正在尝试对 Web 服务实施 POST。我需要发送一个类型为变量（.docx、.pdf、.txt）的文件以及一个 JSON 格式的字符串。

我已经成功 post 文件，代码类似于以下内容：

procedure DoRequest;
var
  Http: TIdHTTP;
  Params: TIdMultipartFormDataStream;
  RequestStream, ResponseStream: TStringStream;
  JRequest, JResponse: TJSONObject;
  url: string;
begin
  url := 'some_custom_service'

  JRequest := TJSONObject.Create;
  JResponse := TJSONObject.Create;
  try
    JRequest.AddPair('Pair1', 'Value1');
    JRequest.AddPair('Pair2', 'Value2');
    JRequest.AddPair('Pair3', 'Value3');

    Http := TIdHTTP.Create(nil);           
    ResponseStream := TStringStream.Create;
    RequestStream := TStringStream.Create(UTF8Encode(JRequest.ToString));
    try   
      Params := TIdMultipartFormDataStream.Create;
      Params.AddFile('File', ceFileName.Text, '').ContentTransfer := '';
      Params.AddFormField('Json', 'application/json', '', RequestStream);

      Http.Post(url, Params, ResponseStream);
      JResponse := TJSONObject.ParseJSONValue(ResponseStream.DataString) as TJSONObject;
    finally    
      RequestStream.Free;
      ResponseStream.Free;
      Params.Free;
      Http.Free;
    end;
  finally
    JRequest.Free;
    JResponse.Free;
  end;
end;

当我尝试发送文件名中包含希腊字符和空格的文件时出现问题。有时失败有时成功。

经过大量研究，我注意到 POST header 是由 Indy 的 TIdFormDataField class 使用 EncodeHeader() 函数编码的。当 post 失败时， header 中的编码文件名被拆分，而成功的 post 则没有拆分。

例如：

Επιστολή εκπαιδευτικο.docx 被编码为 =?UTF-8?B?zpXPgM65z4PPhM6/zrvOriDOtc66z4DOsc65zrTOtc+Fz4TOuc66zr8uZG9j?='#$D#$A' =?UTF-8?B?eA==?=，失败了。
Επιστολή εκπαιδευτικ.docx 编码为 =?UTF-8?B?zpXPgM65z4PPhM6/zrvOriDOtc66z4DOsc65zrTOtc+Fz4TOuc66LmRvY3g=?=，成功。
Επιστολή εκπαιδευτικ .docx 编码为 =?UTF-8?B?zpXPgM65z4PPhM6/zrvOriDOtc66z4DOsc65zrTOtc+Fz4TOuc66?= .docx，失败了。

我尝试更改文件名的编码、AddFile() 过程的 AContentType 和 ContentTransfer，但是 none 改变了行为，当编码文件名被拆分时我仍然会出错。

这是某种错误，还是我遗漏了什么？

我的代码适用于除我上面描述的情况之外的所有情况。

我正在使用 Delphi XE3 和 Indy10。

Answer 1

EncodeHeader() 确实有一些关于 Unicode 字符串的已知问题：

EncodeHeader() needs to take codeunits into account when splitting data between adjacent encoded-words

基本上，MIME-encoded 单词的长度不能超过 75 个字符，因此长文本会被拆分。但是当编码一个长的 Unicode 字符串时，任何给定的 Unicode 字符可能 charset-encoded 使用 1 个或多个字节，并且 EncodeHeader() 还不能避免错误地将两个单独字节之间的 multi-byte 字符分割成单独的编码字（这是非法的，并且被 MIME 规范的 RFC 2047 明确禁止）。

但是，这不是您的示例中发生的情况。

在您的第一个示例中，'Επιστολή εκπαιδευτικο.docx' 太长而无法编码为单个 MIME 字，因此它被拆分为 'Επιστολή εκπαιδευτικο.doc' 'x' 子字符串，然后单独编码。 对于长文本，这在 MIME 中是合法的（尽管您可能希望 Indy 将文本拆分为 'Επιστολή' ' εκπαιδευτικο.doc'，甚至 'Επιστολή' ' εκπαιδευτικο' '.doc'。这可能会在未来的版本中出现）。仅由空格分隔的相邻 MIME 单词意味着在解码时连接在一起而不分隔空格，从而再次生成 'Επιστολή εκπαιδευτικο.docx'。如果服务器没有这样做，则它的解码器存在缺陷（也许它正在解码为 'Επιστολή εκπαιδευτικο.doc x'？）。

在您的第二个示例中，'Επιστολή εκπαιδευτικ.docx' 足够短，可以编码为单个 MIME 字。

在您的第三个示例中，'Επιστολή εκπαιδευτικ .docx' 在第二个空格（不是第一个）上被拆分为 'Επιστολή εκπαιδευτικ' ' .docx' 个子字符串，并且只需要对第一个子字符串进行编码。 这在 MIME 中是合法的。解码时，解码后的文本将与以下未编码的文本连接起来，保留它们之间的空格，从而再次生成 'Επιστολή εκπαιδευτικ .docx' 。如果服务器没有这样做，则它的解码器存在缺陷（也许它正在解码为 'Επιστολή εκπαιδευτικ.docx'？）。

如果您运行通过 Indy 的 MIME header encoder/decoder 这些示例文件名，它们会正确解码：

var
  s: String;
begin
  s := EncodeHeader('Επιστολή εκπαιδευτικο.docx', '', 'B', 'UTF-8');
  ShowMessage(s); // '=?UTF-8?B?zpXPgM65z4PPhM6/zrvOriDOtc66z4DOsc65zrTOtc+Fz4TOuc66zr8uZG9j?='#13#10' =?UTF-8?B?eA==?='
  s := DecodeHeader(s);
  ShowMessage(s); // 'Επιστολή εκπαιδευτικο.docx'

  s := EncodeHeader('Επιστολή εκπαιδευτικ.docx', '', 'B', 'UTF-8');
  ShowMessage(s); // '=?UTF-8?B?zpXPgM65z4PPhM6/zrvOriDOtc66z4DOsc65zrTOtc+Fz4TOuc66LmRvY3g=?='
  s := DecodeHeader(s);
  ShowMessage(s); // 'Επιστολή εκπαιδευτικ.docx' 

  s := EncodeHeader('Επιστολή εκπαιδευτικ .docx', '', 'B', 'UTF-8');
  ShowMessage(s); // '=?UTF-8?B?zpXPgM65z4PPhM6/zrvOriDOtc66z4DOsc65zrTOtc+Fz4TOuc66?= .docx' 
  s := DecodeHeader(s);
  ShowMessage(s); // 'Επιστολή εκπαιδευτικ .docx'
end;

所以问题似乎出在服务器端解码上，而不是 Indy 的客户端编码上。

也就是说，如果您使用的是 Indy 10 的最新版本（2011 年 11 月或更高版本），TIdFormDataField 有一个 HeaderEncoding 属性，默认为 'B' (base64) 在 Unicode 环境中。但是，拆分逻辑也会影响 'Q' (quoted-printable)，因此这可能对您有用，也可能对您不起作用（但您可以尝试）：

with Params.AddFile('File', ceFileName.Text, '') do
begin
  ContentTransfer := '';
  HeaderEncoding := 'Q'; // <--- here
  HeaderCharSet := 'utf-8';
end;

否则，解决方法可能是将值更改为 '8'（8 位），这会有效地禁用 MIME 编码（但不是字符集编码）：

with Params.AddFile('File', ceFileName.Text, '') do
begin
  ContentTransfer := '';
  HeaderEncoding := '8'; // <--- here
  HeaderCharSet := 'utf-8';
end;

请注意，如果服务器不期望文件名的原始 UTF-8 字节，您可能仍然运行遇到问题（即，'Επιστολή εκπαιδευτικο.docx' 被解释为 'Î•Ï€Î¹ÏƒÏ„Î¿Î»Î® ÎµÎºÏ€Î±Î¹Î´ÎµÏ…Ï„Î¹ÎºÎ¿.docx'，例如）。

当使用 Indy 发布且文件名包含希腊字符时，文件上传失败

File upload fails, when posting with Indy and filename contains Greek characters

delphi

utf-8

indy10

idhttp

delphi-xe3