Java处理文件BOM头的方式推荐

背景：

java普通的文件读取方式对于bom是无法正常识别的。

使用普通的InputStreamReader，如果采用的编码正确，那么可以获得正确的字符，但bom仍然附带在结果中，很容易导致数据处理出错。
另外，对于存在BOM头的文件，无法猜测它使用的编码。

目标：

实现一种方式，可对BOM头进行捕捉和过滤

解决方案有二：

一、使用apache的工具类，以BOMStream为例：

BOMStream，api参考：http://commons.apache.org/io/apidocs/org/apache/commons/io/input/BOMInputStream.html

该类的构造方式：
BOMInputStream bomIn = new BOMInputStream(in) //仅能检测到UTF8的bom，且在流中exclude掉bom

BOMInputStream bomIn = new BOMInputStream(in, include); //同上，且指定是否包含

也可以指定检测多种编码的bom，但目前仅支持UTF-8/UTF-16LE/UTF-16BE三种，对于UTF32之类不支持。
BOMInputStream bomIn = new BOMInputStream(in, ByteOrderMark.UTF_16LE, ByteOrderMark.UTF_16BE);

有用的方法：
bomIn.hasBOM()、hasBOM(ByteOrderMask.**)可用于判断当前流中是否检测到了bom。

读取文件示例：

FileInputStream fis = new FileInputStream(file);  //可检测多种类型，并剔除bom  BOMInputStream bomIn = new BOMInputStream(in, false,ByteOrderMark.UTF-8, ByteOrderMark.UTF_16LE, ByteOrderMark.UTF_16BE);  String charset = "utf-8";  //若检测到bom，则使用bom对应的编码  if(bomIn.hasBOM()){  charset = bomIn.bs.getBOMCharsetName();  }  InputStreamReader reader = new InputStreamReader(bomIn, charset);  ...

二、使用一个更强大点的工具类（可以支持UTF-8/UTF-16LE/UTF-16BE/UTF-32LE/UTF-32BE）：

参考地址：http://koti.mbnet.fi/akini/java/unicodereader/，下载其中两个文件：UnicodeStream和UnicodeReader

以UnicodeReader为例：

FileInputStream fis = new FileInputStream(file);
UnicodeReader ur = new UnicodeReader(fis, "utf-8");
BufferedReader br = new BufferedReader(ur);
...

相较于Apache的工具类，这里的UnicodeReader 支持更多的BOM编码。

源码解读：

UnicodeReader 通过PushbackInputStream+InputStreamReader实现BOM的自动检测和过滤读取；

当没有检测到BOM时，pushback流将回退，并采用构造函数传入的编码进行读取。
否则使用BOM对应的编码进行读取。

相对来说，第二种方式更加轻量和强大；另外也更加透明，可以随便修改源码来实现自己的需求。

转载于:https://www.cnblogs.com/powerwu/articles/9078052.html

Java处理文件BOM头的方式推荐相关推荐

创建和应用Java包文件的两种方式(转)
创建和应用Java包文件的两种方式(转) <Java编程艺术>章节选登.作者:高永强清华大学出版社 (即将出版) 12.1 包--package ... 12.1.1 包命名规 ...
php 去除 bom,PHP批量检测并去除文件BOM头信息代码参考
因为文件头信息输出BOM头信息,有时会对程序的执行结果造成影响,那么此时即应对这些文件的BOM信息进行去除. 如下代码为PHP方式去除当前目录及子目录所有文件BOM信息的代码,新建文件,将其放倒根目录 ...
创建和应用Java包文件的两种方式
<Java编程艺术>章节选登.作者:高永强清华大学出版社 (即将出版) 12.1 包--package 包是Java提供的文件管理机制.包把功能相似的类,按照Java的名字 ...
Java读写文件的几种方式
前言 Java中读写文件是非常基本的IO操作了,现在总结一下常见的用法.首先总结一下读取文件的步骤: 根据文件的路径获取到文件File对象将File对象转换成输入流InputStream 将输入流读 ...
java复制文件的4种方式及拷贝文件到另一个目录下与删除单个文件和删除整个文件夹
文章目录 1.使用FileStreams复制 2.使用FileChannel复制 3.使用Commons IO复制 4.使用Java7的Files类复制 5.下面看下java拷贝文件到另一个目录下的实 ...
Java下载文件的几种方式
public HttpServletResponse download(String path, HttpServletResponse response) {try {// path是指欲下载的文件 ...
Java下载文件的四种方式详细代码
1.以流的方式下载 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 public HttpS ...
【文件下载】java下载文件的几种方式（本地下载、从网络上下载、在线浏览）
原文地址:https://www.cnblogs.com/sunny3096/p/8204291.html 1.以流的方式下载. public HttpServletResponse download ...
Java 读文件的5种方式
通过bufferedReader 读行 public static void readByBufferedReader() throws IOException {FileReader fileRea ...

Java处理文件BOM头的方式推荐

背景：

目标：

解决方案有二：

Java处理文件BOM头的方式推荐相关推荐

最新文章

热门文章