如何避免读取UTF-8编码文件时输出BOM标记？

Unicode BOM 和 FileReader

读取带有字节顺序标记 (BOM) 的 UTF-8 编码文件时，您可能会遇到以下问题BOM 标记与文件内容一起输出。发生这种情况是因为 Unicode 定义了 BOM 来指定编码文本的字节顺序，如果处理不当，它可能会被解释为字符序列。

在您的代码片段中：

• fr和 br 用于以字节形式读取文件并将其转换为字符。
• tmp 将文件的每一行以字节形式读取数组。
• text 将字节数组转换为 UTF-8 编码的字符串。
• content 连接文件的行，包括 BOM 标记，因为它是文件内容的一部分。

为了避免 BOM 标记包含在输出中：

1. 阅读文件作为字符串，而不是字节数组。这样就不需要将字节转换为字符，避免了 BOM 问题。

String content = new String(Files.readAllBytes(Paths.get(file)), "UTF-8"));

2. 如果必须将文件作为字节数组读取，可以在转换之前手动删除 BOM 标记它到一个字符串。 BOM 标记是一个三字节序列：

if (tmp.length >= 3 &&
    tmp[0] == (byte) 0xEF &&
    tmp[1] == (byte) 0xBB &&
    tmp[2] == (byte) 0xBF) {

    // Remove the BOM marker
    tmp = Arrays.copyOfRange(tmp, 3, tmp.length);
}

以上是如何避免读取UTF-8编码文件时输出BOM标记？的详细内容。更多信息请关注PHP中文网其他相关文章！