移除UTF-8文件头的BOM

来源：http://blog.csdn.net/inkfish/article/details/6059254

UTF-8 BOM又叫UTF-8 签名，在UTF-8文件的头部，长度为3个字节。其实UTF-8 的BOM对UFT-8没有作用，BOM签名的意思就是告诉编辑器当前文件采用何种编码，方便编辑器识别。但是在Eclipse中，带有BOM的java源码生成javadoc时却会出现如下错误：

[java] view plaincopy

E:/workspace/Test/src/express/ExpType.java:1: 非法字符： /65279
?package express;
^

　　一个个修改是个办法，但是面对几百上几千个的源文件，一个个去修改决不是程序员的作风。于是我写了一段代码，能够批量移除UTF-8的BOM，其实质就是删除带有BOM信息的UTF-8文件的前三字节，代码共享如下：

[java] view plaincopy

import java.io.File;
import java.io.IOException;
import java.util.Collection;
import org.apache.commons.io.DirectoryWalker;
import org.apache.commons.io.FileUtils;
import org.apache.commons.io.FilenameUtils;
@SuppressWarnings("rawtypes")
public class Utf8BomRemover extends DirectoryWalker {
public static void main(String[] args) throws IOException {
//删除指定文件夹下（含子文件夹）所有java文件的BOM，若构造器中参数为null则删除所有文件头部BOM
new Utf8BomRemover("java").start(new File("E:/workspace/Test/src"));
}
private String extension = null;
public Utf8BomRemover(String extension) {
super();
this.extension = extension;
}
/** 启动对某个文件夹的筛选 */
@SuppressWarnings("unchecked")
public void start(File rootDir) throws IOException {
walk(rootDir, null);
}
protected void handleFile(File file, int depth, Collection results) throws IOException {
if (extension == null
|| extension.equalsIgnoreCase(FilenameUtils.getExtension(file.toString()))) {
//调用具体业务逻辑，其实这里不仅可以实现删除BOM，还可以做很多想干的事情。
remove(file);
}
}
/** 移除UTF-8的BOM */
private void remove(File file) throws IOException {
byte[] bs = FileUtils.readFileToByteArray(file);
if (bs[0] == -17 && bs[1] == -69 && bs[2] == -65) {
byte[] nbs = new byte[bs.length - 3];
System.arraycopy(bs, 3, nbs, 0, nbs.length);
FileUtils.writeByteArrayToFile(file, nbs);
System.out.println("Remove BOM: " + file);
}
}
}

　　在这个类中能把指定文件夹中指定后缀名的文件统一去除BOM，而整个程序源码中没有看到用递归算法，而是使用了apache commons-io ，其实递归算法就在DirectoryWalker 类中，实现者无需关心算法，而是关注于业务。同时，这里给一个提醒，commons-io最新版是2.0，修改了1.4中的一些bug，其中有一处就是DirectoryWalker 类，因此建议使用最新版的commons-io。

移除UTF-8文件头的BOM相关推荐

检查PHP文件头BOM
前些日子本地文件上传到服务器上,某些文件头部总是出现一条空白,无论怎么修改文件都无法去除空白,用firebug查看header部分同样有一片空白,删除后空白消失,但是在文件里却无法找到那个空白的部分, ...
PE文件和COFF文件格式分析——签名、COFF文件头和可选文件头1
本文将讨论PE文件中非常重要的一部分信息.(转载请指明来源于breakSoftware的CSDN博客) 首先说一下VC中对应的数据结构."签名.COFF文件头和可选文件头"这三部分 ...
c语言二fseek从文件头移动_编程C语言文件的随机读写
实现随机读写的关键是要按要求移动位置指针,这称为文件的定位. 文件定位移动文件内部位置指针的函数主要有两个,即rewind()和fseek().rewind函数前面已多次使用过,其调用形式为: ...
java读取文件内容，文件头有\ufeff
"\ufeff"是UTF-8 BOM编码的文件头,代表该文件按照什么字节顺序排序调用java的工具类[ UnicodeInputStream ]即可解决这个问题 //第二个参数t ...
用ffmpeg修改MP4文件头信息，使其支持流式加载及播放
经常有用户反映,有些网页中加载的mp4文件,有的可以加载一点就开始播放,有的就必须全部加载完才能播. 经核实,主要是头信息的数据顺序有关,用工具:mp4info.exe可以查看mp4文件的结构信息: ...
python ，ffprobe获取音频文件头信息，文件格式等
代码示例: import struct import os from loguru import logger# 支持文件类型 # 用16进制字符串的目的是可以知道文件头是多少字节 # 各种文件头的长 ...
UPack的PE文件头分析与OEP查找
UPack(Ultimate PE压缩器),是一种PE文件的运行时压缩器,特点是使用独特的方法对PE头进行变形.UPack会使许多的PE分析程序无法正常运行,因此很多恶意代码都是通过UPack进行压缩 ...
bmp文件头_「正点原子FPGA连载」第十九章SD卡读BMP图片LCD显示
1)摘自[正点原子]领航者 ZYNQ 之嵌入式开发指南 2)实验平台:正点原子领航者ZYNQ开发板 3)平台购买地址:https://item.taobao.com/item.htm?&id= ...
PE文件和COFF文件格式分析——签名、COFF文件头和可选文件头3
<PE2>中介绍了一些可选文件头中重要的属性,为了全面起见,本文将会讲解那些不是那么重要的属性.虽然不重要,但是还是可以发现很多好玩的情况.首先看一下32位的可选文件头详细定义.(转载请指 ...

移除UTF-8文件头的BOM

移除UTF-8文件头的BOM相关推荐

最新文章

热门文章