下面舉個(gè)例子，針對(duì)UTF-8的文件BOM做個(gè)處理：

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");

思路是：先按照UTF-8編碼讀取文件后，跳過(guò)前三個(gè)字符，重新構(gòu)建一個(gè)新的字符串，然后用Dom4j解析處理，這樣就不會(huì)報(bào)錯(cuò)了。

其他編碼的方式處理思路類(lèi)似，其實(shí)可以寫(xiě)一個(gè)通用的自動(dòng)識(shí)別的BOM的工具，去掉BOM信息，返回字符串。

不過(guò)這個(gè)處理過(guò)程已經(jīng)有牛人解決過(guò)了：http://koti。mbnet。fi/akini/java/unicodereader/

什么是BOM

BOM(byte-order mark)，即字節(jié)順序標(biāo)記，它是插入到以UTF-

8、UTF16或UTF-32編碼Unicode文件開(kāi)頭的特殊標(biāo)記，用來(lái)識(shí)別Unicode文件的編碼類(lèi)型。

對(duì)于UTF-8來(lái)說(shuō)，BOM并不是必須的，因?yàn)锽OM用來(lái)標(biāo)記多字節(jié)編碼文件的編碼類(lèi)型和字節(jié)順序(big-endian或little-endian)。

在絕大多數(shù)編輯器中都看不到BOM字符，因?yàn)樗鼈兡芾斫釻nicode，去掉了讀取器看不到的題頭信息。

若要查看某個(gè)Unicode文件是否以BOM開(kāi)頭，可以使用十六進(jìn)制編輯器。下表列出了不同編碼所對(duì)應(yīng)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的來(lái)歷

為了識(shí)別 Unicode 文件，Microsoft 建議所有的 Unicode 文件應(yīng)該以 ZERO WIDTH NOBREAK SPACE(U+FEFF)字符開(kāi)頭。

這作為一個(gè)“特征符”或“字節(jié)順序標(biāo)記(byte-order mark，BOM)”來(lái)識(shí)別文件中使用的編碼和字節(jié)順序。

不同的系統(tǒng)對(duì)BOM的支持

因?yàn)橐恍┫到y(tǒng)或程序不支持BOM，因此帶有BOM的Unicode文件有時(shí)會(huì)帶來(lái)一些問(wèn)題。

1。JDK1。

5以及之前的Reader都不能處理帶有BOM的UTF-8編碼的文件，解析這種格式的xml文件時(shí)，會(huì)拋出異常：Content is not allowed in prolog。

2。Linux/UNIX 并沒(méi)有使用 BOM，因?yàn)樗鼤?huì)破壞現(xiàn)有的 ASCII 文件的語(yǔ)法約定。

不同的編輯工具對(duì)BOM的處理也各不相同。使用Windows自帶的記事本將文件保存為UTF-8編碼的時(shí)候，記事本會(huì)自動(dòng)在文件開(kāi)頭插入BOM(雖然BOM對(duì)UTF-8來(lái)說(shuō)并不是必須的)，但是editplus就不會(huì)這樣做。

BOM與XML

XML解析讀取XML文檔時(shí)，W3C定義了3條規(guī)則：

1。

如果文檔中有BOM，就定義了文件編碼；

2。如果文檔中沒(méi)有BOM，就查看XML聲明中的編碼屬性；

3。如果上述兩者都沒(méi)有，就假定XML文檔采用UTF-8編碼。 以上是分析內(nèi)容，僅供參考，謝謝！。

全部

總結(jié)

以上是生活随笔為你收集整理的java中BOM是什么_Java处理带BOM的文本情况是什么？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。