博主最新文章
博主热门文章
您举报文章：
举报原因：
原文地址：
原因补充：
(最多只允许输入30个字)关淑怡,草蜢,刘小慧1993年度十大劲歌金曲颁奖典礼现场《热力节拍Wo Bom Ba》
还木有人为作者打赏我来第一个打赏
还木有人为爱豆应援，TA的人气需要你来守护我来第一个应援
收录这首MV的悦单
选择举报类型
附加描述：
要求5-500个字，您还可以输入500字
若您还有其他的意见或建议，请联系.net（20）
类似WINDOWS自带的记事本等软件，在保存一个以UTF-8编码的文件时，会在文件开始的地方插入三个不可见的
字符（0xEF 0xBB 0xBF，即BOM）。它是一串隐藏的字符，用于让记事本等编辑器识别这个文件是否以UTF-8编
码。对于一般的文件，这样并不会产生什么麻烦。但对于 PHP来说，BOM是个大麻烦。
　　PHP并不会忽略BOM，所以在读取、包含或者引用这些文件时，会把BOM作为该文件开头正文的一部分。根
据嵌入式语言的特点，这串字符将被直接执行（显示）出来。由此造成即使页面的 top padding 设置为0，也
无法让整个网页紧贴浏览器顶部，因为在html一开头有这3个字符呢！
================================================================================================
window编辑器如果保存为utf8文件就会帮你加上BOM头，以告诉其他编辑器以utf8来显示字符
但是在网页上并不需要添加BOM头识别，因为网页上可以使用 head头 指定charset=utf8告诉浏览器用utf8来
解释.但是你用window自动的编辑器，编辑,然后有显示在网页上这样就会显示出0xEF 0xBB 0xBF这3个字符。
这样网页上就需要去除0xEF 0xBB 0xBF，可以使用editplus 选择不带BOM的编码，这样就可以去除了解决方法：
public static string GetUTF8String(byte[] buffer)
if (buffer == null)
if (buffer.Length &= 3)
return Encoding.UTF8.GetString(buffer);
byte[] bomBuffer = new byte[] { 0xef, 0xbb, 0xbf };
if (buffer[0] == bomBuffer[0]
&& buffer[1] == bomBuffer[1]
&& buffer[2] == bomBuffer[2])
return new UTF8Encoding(false).GetString(buffer, 3, buffer.Length - 3);
return Encoding.UTF8.GetString(buffer);
var utf8WithoutBom = new System.Text.UTF8Encoding(false);
var sink = new StreamWriter("Foobar.txt", false, utf8WithoutBom)
public override Task WriteToStreamAsync(Type type, object value, Stream writeStream,
HttpContent content,
TransportContext transportContext)
var serializer = JsonSerializer.Create(jsonSerializerSettings);
var utf8OutBOM=new UTF8Encoding(false);//解决方法
return Task.Factory.StartNew(() =&
using (var streamWriter = new StreamWriter(writeStream, utf8OutBOM))
using (var jsonTextWriter = new JsonTextWriter(streamWriter))
serializer.Serialize(jsonTextWriter, value);Java读带有BOM的UTF-8文件乱码原因及解决方法_Linux编程_Linux公社-Linux系统门户网站
你好，游客
Java读带有BOM的UTF-8文件乱码原因及解决方法
来源：Linux社区&
作者：Linux
最近在处理文件时发现了同样类型的文件使用的编码可能是不同的。所以想将文件的格式统一一下(因为UTF-8的通用性，决定往UTF-8统一)，遇见的第一个问题是：如何查看现有文件的编码方式。
在java中，class文件采用utf8的编码方式，JVM运行时采用utf16。Java的字符串是永远都是unicode的，采用的是UTF-16的编码方式。
想测试一下，java对UTF-8文件的读写的能力，结果发现了一个很郁闷的问题，如果通过java写的UTF-8文件，使用Java可以正确的读，但是如果用记事本将相同的内容使用UTF-8格式保存，则在使用程序读取是会从文件中多读出一个不可见字符。
测试代码如下：
import java.io.BufferedRimport java.io.Fimport java.io.FileInputSimport java.io.IOEimport java.io.InputStreamR
public class UTF8Test {&public static void main(String[] args) throws IOException {& File f& = new File("./utf.txt");& FileInputStream in = new FileInputStream(f);& // 指定读取文件时以UTF-8的格式读取& BufferedReader br = new BufferedReader(new InputStreamReader(in, "UTF-8"));& & String line = br.readLine();& while(line != null)& {& &System.out.println(line);& &line = br.readLine();& }&}}
utf.txt通过记事本创建，另存时使用指定utf-8编码，其内容为：
This is the first line.
This is second line.
正常的测试结果应该是直接输出utf.txt的文本内容。可是实际上却输出了下面的内容：
This is the first line.
This is second line.
第一行多出了一个问号。
通过上面的几篇文章应该可以想到是Java读取BOM（Byte Order　Mark）的问题，在使用UTF-8时，可以在文件的开始使用3个字节的"EF BB BF"来标识文件使用了UTF-8的编码，当然也可以不用这个3个字节。
上面的问题应该就是因为对开头3个字节的读取导致的。开始不太相信这个是JDK的Bug，后来在多次试验后，问题依然存在，就又狗狗了一下，果然找到一个如下的Bug:
不过在我关掉的一些页面中记得有篇文件说这个bug只在jdk1.5及之前的版本才有，说是1.6已经解决了，从目前来看1.6只是解决了读取带有BOM文件失败的问题，还是不能区别处理有BOM和无BOM的UTF-8编码的文件，从Bug ID:4508058里的描述可以看出，这个问题将作为一个不会修改的问题关闭，对于BOM编码的识别将由应用程序自己来处理，原因可从另处一个bug处查看到，因为Unicode对于BOM的编码的规定可能发生变化。也就是说对于一个UTF-8的文件，应用程序需要知道这个文件有没有写BOM，然后自己决定处理BOM的方式。
在上面的while循环中可加入下面的代码，测试一下读出内容：
byte[] allbytes = line.getBytes("UTF-8"); & &for (int i=0; i & allbytes. i++)& &{& & int tmp = allbytes[i];& & String hexString = Integer.toHexString(tmp);& & // 1个byte变成16进制的，只需要2位就可以表示了，取后面两位，去掉前面的符号填充& & hexString = hexString.substring(hexString.length() -2);& & System.out.print(hexString.toUpperCase());& & System.out.print(" ");& &}
输出结果如下：
EF BB BF 54 68 69 73 20 69 73 20 74 68 65 20 66 69 72 73 74 20 6C 69 6E 65 2E
?This is the first line.
&54 68 69 73 20 69 73 20 73 65 63 6F 6E 64 20 6C 69 6E 65 2E
This is second line.
红色部分的"EF BB BF"刚好是UTF-8文件的BOM编码，可以看出Java在读文件时没能正确处理UTF-8文件的BOM编码，将前3个字节当作文本内容来处理了。
使用链接中提供的代码可以解决碰到的乱码问题：http://koti.mbnet.fi/akini/java/unicodereader/
修改测试代码中的输入流后：
BufferedReader br = new BufferedReader(new UnicodeReader(in, Charset.defaultCharset().name()));
执行，可以看到正确的结果。
将用到的测试代码及UTF-8读取乱码解决的源码放在了附件中
免费下载地址在
用户名与密码都是www.linuxidc.com
具体下载目录在 /2012年资料/12月/23/Java读带有BOM的UTF-8文件乱码原因及解决方法
相关资讯 & & &
& (08/04/:29)
& (12/26/:27)
& (12/27/:55)
& (12/23/:25)
　　　同意评论声明
　　　发表
尊重网上道德，遵守中华人民共和国的各项有关法律法规
承担一切因您的行为而直接或间接导致的民事或刑事法律责任
本站管理人员有权保留或删除其管辖留言中的任意内容
本站有权在网站内转载或引用您的评论
参与本评论即表明您已经阅读并接受上述条款}