说起BOM，这个疑问还比拟费事，由于BOM不可见，但用顺序做不一样编码文本处置时分却经常须要思索到BOM的疑问。在此之前，先对BOM做个容易见解。
　　先看看带BOM的文件：
　　源文件：

　　16进制翻开：

　　检查原图（大图）
　　下面举个例子，针对UTF-8的文件BOM做个处置：
　　　　　　　　　　　　　　　　String　XMLa　=　StringFileToolkit.file2String(new　File("D:\\projects\\mailpost\\src\\a.xml"),"UTF-8");　
　　　　　　　　　　　　　　　　byte　b　=　xmla.getBytes("UTF-8");　
　　　　　　　　　　　　　　　　String　xml　=　new　String(b,3,b.length-3,"UTF-8");　
　　　　　　　　　　　　　　　　Document　doc1　=　DocumentHelper.parseText(xml);　
　　　　　　　　　　　　　　　　Element　e1　=　(Element)doc1.selectSingleNode("/ResponseData/Body/RetDesc");　
　　　　　　　　　　　　　　　　Element　e2　=　(Element)doc1.selectSingleNode("/ResponseData/Head/RespID");　
　　　　　　　　　　　　　　　　Element　e3　=　(Element)doc1.selectSingleNode("/ResponseData/Body/RetCode");　
　　　　　　　　　　　　　　　　Element　e4　=　(Element)doc1.selectSingleNode("/ResponseData/Body/RetDesc");　
　　思绪是：先依照UTF-8编码读取文件后，跳过前三个字符，重新构建一个新的字符串，然后用Dom4j分析处置，这样就不会报错了。
　　其他编码的方式处置思绪类似，原本能够写一个通用的自动识别的BOM的工具，去掉BOM信息，前往字符串。
　　不过这个处置流程曾经有牛人处置过了：http://koti.mbnet.fi/akini/java/unicodereader/
　　什么是BOM
　　BOM（byte-order mark），即字节顺序标志，它是插入到以UTF-8、UTF16或UTF-32编码Unicode文件开头的特殊标志，用来识别Unicode文件的编码类型。关于UTF-8来说，BOM并不是必需的，由于BOM用来标志多字节编码文件的编码类型和字节顺序（big-endian或little-endian）。　
　　在绝大非少数编辑器中都看不到BOM字符，由于它们能明白Unicode，去掉了读取器看不到的题头信息。若要检查某个Unicode文件能不能以BOM开头，能够运用十六进制编辑器。下表列出了不一样编码所对应的BOM。　
　　BOM　　Encoding　　EF BB BF 　　UTF-8　　FE FF 　　UTF-16 (big-endian)　　FF FE 　　UTF-16 (little-endian)　　00 00 FE FF 　　UTF-32 (big-endian)　　FF FE 00 00 　　UTF-32 (little-endian)
　　BOM的来历
　　为了识别 Unicode 文件，Microsoft 建议一切的 Unicode 文件应该以 ZERO WIDTH NOBREAK SPACE（U+FEFF）字符开头。这作为一个“特征符”或“字节顺序标志（byte-order mark，BOM）”来识别文件中运用的编码和字节顺序。
　　不一样的系统对BOM的支持
　　由于一些系统或顺序不支持BOM，因而带有BOM的Unicode文件有时会带来一些疑问。
　　1.　　　　　　　 JDK1.5以及之前的Reader都不能处置带有BOM的UTF-8编码的文件，分析这种格式的xml文件时，会抛出异常：Content is not allowed in prolog.
　　2.　　　　　　　 Linux/UNIX 并没有运用 BOM，由于它会破坏现有的 ASCII 文件的语法商定。
　　不一样的编辑工具对BOM的处置也各不类似。运用Windows自带的记事本将文件保管为UTF-8编码的时分，记事本会自动在文件开头插入BOM（虽然BOM对UTF-8来说并不是必需的），但是editplus就不会这样做。
　　BOM与XML
　　XML分析读取XML文档时，W3C定义了3条原则：
　　1.　　　　　　　 假设文档中有BOM，就定义了文件编码；
　　2.　　　　　　　 假设文档中没有BOM，就检查XML声明中的编码属性；
　　3.　　　　　　　 假设上述两者都没有，就假定XML文档采用UTF-8编码。
　　出处http://lavasoft.blog.51cto.com/62575/331095

读库教程网文章由网络收集后整理发布,文章发布人拥有该内容的所有权力及责任!

如果你喜欢这页，可以按Ctrl+D收藏起来。