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 ...
最新文章
- mysql ERROR 1045
- spring cloud常用组件介绍
- python控制modem的at指令_硬件设计MCU架构+Python命名空间和作用域
- [蓝桥杯2016初赛]方格填数-next_permutation
- InnoDB还是MyISAM?
- 大话云存储,这个“对象”可能无处不在
- UITabBarController加载之后不显示sub view controller
- ORACLE中CONSTRAINT的四对属性
- HDU1022 Train Problem I
- Unity C#笔记 委托事件
- Nginx防盗链、访问控制、解析php相关配置、Nginx代理
- E: List directory /var/lib/apt/lists/partial is missing. - Acquire (13: Permission denied)
- Tbschedule参数配置理解
- 【转】常用单位换算表
- 关于RedisPool配置参数
- 如何以活动价在官网购买百度网盘会员
- 查询大全,肯定有你需要的!
- 单卡就能运行AI画画模型,小白也能看懂的教程来了,还有100万卡时免费NPU算力可用丨昇思MindSpore...
- pdf大小如何压缩?
- AE 3D摄像机工作原理
热门文章
- PADS Layout的一个鼠标小技巧
- DRAM, SRAM, SDRAM 的关系与区别
- 如何选择和计算滤波电容?--电容使用详述
- 【目标检测】cvpr2021_VarifocalNet: An IoU-Aware Dense Object Detector
- facebook 图像比赛_使用Facebook的Detectron进行图像标签
- 如何学习 azure_Azure的监督学习
- 6月30日后支付宝还能正常提现吗?因为银行直连要停止了
- Ruby与Google 2009编程之夏
- php 获取某一年最后一天_vivo年货节最后一天!多款机型大促,错过让你后悔再等一年!...
- php 获取文件大小 修改时建,php遍历目录输出文件大小,类型,修改时间.