读UTF-8 - BOM标记

Question

读UTF-8 - BOM标记我正在通过FileReader读取文件 - 文件是UTF-8解码（带BOM）现在我的问题是：我读取文件并输出一个字符串，但遗憾的是BOM标记也输出了。为什么会这样？fr = new FileReader(file);br = new BufferedReader(fr);     String tmp = null;     while ((tmp = br.readLine()) != null) {     String text;         text = new String(tmp.getBytes(), "UTF-8");     content += text + System.getProperty("line.separator");}第一行后的输出?<style>

Answer 1

在Java中，您必须手动使用UTF8 BOM（如果存在）。Java bug数据库中记录了此行为，此处和此处。暂时没有解决方法，因为它会破坏JavaDoc或XML解析器等现有工具。在Apache的IO共享提供了一个BOMInputStream处理这种情况。

看看这个解决方案：处理带有BOM的UTF8文件

Answer 2

最简单的修复可能只是\uFEFF从字符串中删除结果，因为它几乎不可能出于任何其他原因。

tmp = tmp.replace("\uFEFF", "");

另请参阅此番石榴错误报告

Answer 3

使用Apache Commons库。

类： org.apache.commons.io.input.BOMInputStream

用法示例：

String defaultEncoding = "UTF-8";InputStream inputStream = new FileInputStream(someFileWithPossibleUtf8Bom);try {
    BOMInputStream bOMInputStream = new BOMInputStream(inputStream);
    ByteOrderMark bom = bOMInputStream.getBOM();
    String charsetName = bom == null ? defaultEncoding : bom.getCharsetName();
    InputStreamReader reader = new InputStreamReader(new BufferedInputStream(bOMInputStream), charsetName);
    //use reader} finally {
    inputStream.close();}