1月 052017
 

开发时遇到过的UTF8文件有BOM头、导致文件不能正常解析这问题,BOM是什么这个问题请参考如下地址:
https://en.wikipedia.org/wiki/Byte_order_mark
UTF8 与 UTF8 +BOM 区别
其实就是在文件头部的3个字节:EF BB BF,而且是不可见的,可以用于标示字节编码顺序(Big-Endian/Little- Endian),UTF-8不需要BOM来表明字节顺序,但可以用BOM来表明编码方式。Windows就是使用BOM来标记文本文件的编码方式的。此处整理一下移除BOM头的方法:
【1】文本编辑器
UltarEdit/Sublime/notepad++都可以方便的转化(比如notepad++“另存为”)
【2】编码实现
平时开发一直用java,此处给出java实现(亲测,参考自:移除UTF-8文件头的bom):

public static byte[] removeUTF8BOM(byte[] bt) {
    if (bt != null && bt.length > 3) {
         // 前三个字节依次是 EF BB BF
         if (bt[0] == -17 && bt[1] == -69 && bt[2] == -65) {
                 byte[] nbs = new byte[bt.length - 3];
                 System.arraycopy(bt, 3, nbs, 0, nbs.length);
                 return nbs;
         }
     }
     return bt;
 }

其他处理方式:Java处理文件BOM头的方式推荐


 Leave a Reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>

(required)

(required)