做求职招聘系统的时候，简历上传解析这块是真折腾。本来以为就是一个文件上传，后端接住存起来就完事，结果从文件大小限制到编码乱码到各种解析异常，一路踩过来，记录一下。
一、先说说需求
求职者在前端（Vue + uniapp）上传简历文件，后端 Java 接收，解析出姓名、电话、期望职位、工作经历这些信息，落到 MySQL，方便后续搜索和职位匹配。
文件格式主要支持 PDF 和 Word（.doc/.docx），单个文件限制 5MB。
二、上传接口的坑
最开始写了个最朴素的上传接口：
@PostMapping("/upload")
public Result upload(@RequestParam("file") MultipartFile file) {
// 直接存
}
一上线就出问题，前端报 413，因为 Spring Boot 默认限制单文件 1MB，需要在配置文件里放开：
spring:
servlet:
multipart:
max-file-size: 5MB
max-request-size: 6MB
这里有个细节：max-request-size 一定要比 max-file-size 大，不然多文件上传的时候，几个文件加起来超过 request 大小还是会挂。我当时就只配了 max-file-size，结果用户上传两份简历直接报错，排查半天。
三、文件名乱码问题
用户上传中文名文件，比如"张三的简历.pdf"，直接 file.getOriginalFilename() 拿到的是乱码。这是因为前端 uniapp 上传时 header 里带的文件名编码问题，稳妥做法是前端用 encodeURIComponent 处理一下，后端再解码：
String filename = URLDecoder.decode(file.getOriginalFilename(), "UTF-8");
这个坑不踩一次根本想不到，测试的时候全用的英文文件名，一上真实环境就暴露了。
系统里的简历管理页面大概长这样：
四、简历解析——最大的坑
4.1 PDF 解析
PDF 文本提取用的 PDFBox，看着简单：
PDDocument document = PDDocument.load(inputStream);
PDFTextStripper stripper = new PDFTextStripper();
String text = stripper.getText(document);
结果遇到两类问题：
4.2 Word 解析
.doc 老格式用 Apache POI 的 HWPF，.docx 用 XWPF。最大的坑是表格：简历里的工作经历经常是表格形式，XWPFWordExtractor 提取的文本会把表格内容拼在一起，看不出对应关系。
// 只取段落文本，表格单独处理
XWPFDocument doc = new XWPFDocument(inputStream);
for (XWPFParagraph p : doc.getParagraphs()) {
text.append(p.getText()).append("\\n");
}
for (XWPFTable table : doc.getTables()) {
for (XWPFTableRow row : table.getRows()) {
for (XWPFTableCell cell : row.getTableCells()) {
text.append(cell.getText()).append(" | ");
}
text.append("\\n");
}
}
4.3 正则提取信息
文本拿到后就是正则匹配了，这里也是各种翻车：
// 手机号匹配，注意不能匹配出座机或身份证里的数字
Pattern phonePattern = Pattern.compile("(?<![\\\\d-])1[3-9]\\\\d{9}(?![\\\\d-])");
不加前后断言的话，"身份证号110101199003077712"里会匹配出"1101011990"这种假手机号。还有邮箱、姓名匹配，姓名是真难搞，中文名字没有明显规律，最后方案是：简历里有"姓名/姓 名"这种标签就优先取标签后面的值，匹配不到再考虑用常见姓氏表兜底，匹配率能到 90% 左右。
五、解析任务别放同步里
简历解析平均要 1~3 秒，同步解析用户要等半天。后来改成异步：上传接口先落库（状态=待解析），然后丢线程池解析，解析完更新状态。用 @Async 或者手动线程池都行，注意线程池别用 Executors.newFixedThreadPool()，生产环境要自定义队列和拒绝策略，不然任务一多直接把内存打爆。
@Async("resumeParseExecutor")
public void parseResume(Long resumeId, String filePath) {
// 解析逻辑
// 解析完更新状态 + 通知
}
六、总结
简历上传解析这块，看似简单，实际涉及文件大小限制、编码、格式兼容、内存管理、异步处理好几个层面。几个核心经验：
- 文件限制要配 request-size，不能只配 file-size
- 中文文件名用 URLDecoder 解码
- 扫描版 PDF 提不到文本要兜底
- 正则匹配注意边界
- 解析耗时操作异步化
现在这套逻辑在项目里跑得还算稳，还有不少细节没展开，后面再单独写。
项目源码：项目源码：https://gitee.com/gzqkl/job-uniapp
