在 Go 中读取带有 BOM 的文件

Question

我需要读取可能包含或不包含字节顺序标记的 Unicode 文件。我当然可以自己检查文件的前几个字节，如果找到 BOM，则丢弃 BOM。但在我这样做之前，是否有任何标准方法可以做到这一点，无论是在核心库中还是在第三方中？

Answer 1

您可以使用utfbom包。它io.Reader根据需要包装、检测和丢弃 BOM。它还可以返回 BOM 检测到的编码。

Answer 2

我以为我会在这里补充的方式剥离的字节顺序标记从序列串-而不是直接字节乱搞（如上图所示）。

package main

import (

    "fmt"

    "strings"

)

func main() {

    s := "\uFEFF is a string that starts with a Byte Order Mark"

    fmt.Printf("before: '%v' (len=%v)\n", s, len(s))

    ByteOrderMarkAsString := string('\uFEFF')

    if strings.HasPrefix(s, ByteOrderMarkAsString) {

        fmt.Printf("Found leading Byte Order Mark sequence!\n")

        

        s = strings.TrimPrefix(s, ByteOrderMarkAsString)

    }

    fmt.Printf("after: '%v' (len=%v)\n", s, len(s)) 

}

其他“字符串”函数也应该工作。

这是打印出来的：

before: ' is a string that starts with a Byte Order Mark (len=50)'

Found leading Byte Order Mark sequence!

after: ' is a string that starts with a Byte Order Mark (len=47)'

干杯!