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();}