背景：

java普通的文件讀取方式對于bom是無法正常識別的。

? ?使用普通的InputStreamReader，如果采用的編碼正確，那么可以獲得正確的字符，但bom仍然附帶在結(jié)果中，很容易導致數(shù)據(jù)處理出錯。
另外，對于存在BOM頭的文件，無法猜測它使用的編碼。

目標：

實現(xiàn)一種方式，可對BOM頭進行捕捉和過濾

?

解決方案有二：

一、 ?使用apache的工具類，以BOMStream為例：

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

? ?該類的構(gòu)造方式：
? ?BOMInputStream bomIn = new BOMInputStream(in) //僅能檢測到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

???也可以指定檢測多種編碼的bom，但目前僅支持UTF-8/UTF-16LE/UTF-16BE三種，對于UTF32之類不支持。
? ?BOMInputStream bomIn = new BOMInputStream(in, ByteOrderMark.UTF_16LE, ByteOrderMark.UTF_16BE);
? ?
? ?有用的方法：
? ?bomIn.hasBOM()、hasBOM(ByteOrderMask.**)可用于判斷當前流中是否檢測到了bom。

???讀取文件示例：

FileInputStream fis = new FileInputStream(file); //可檢測多種類型，并剔除bom BOMInputStream bomIn = new BOMInputStream(in, false,ByteOrderMark.UTF-8, ByteOrderMark.UTF_16LE, ByteOrderMark.UTF_16BE); String charset = "utf-8"; //若檢測到bom，則使用bom對應的編碼 if(bomIn.hasBOM()){ charset = bomIn.bs.getBOMCharsetName(); } InputStreamReader reader = new InputStreamReader(bomIn, charset); ...

二、使用一個更強大點的工具類（可以支持UTF-8/UTF-16LE/UTF-16BE/UTF-32LE/UTF-32BE）：
? ? ? ?

? ?參考地址：http://koti.mbnet.fi/akini/java/unicodereader/，?下載其中兩個文件：UnicodeStream和UnicodeReader

? ?以UnicodeReader為例：

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

?

? ?相較于Apache的工具類，這里的UnicodeReader 支持更多的BOM編碼。

? ?源碼解讀：

? ?UnicodeReader 通過PushbackInputStream+InputStreamReader實現(xiàn)BOM的自動檢測和過濾讀取；

? ?當沒有檢測到BOM時，pushback流將回退，并采用構(gòu)造函數(shù)傳入的編碼進行讀取。
? ?否則使用BOM對應的編碼進行讀取。

? ?

? 相對來說，第二種方式更加輕量和強大；另外也更加透明，可以隨便修改源碼來實現(xiàn)自己的需求。

轉(zhuǎn)載于:https://www.cnblogs.com/powerwu/articles/9078052.html

總結(jié)

以上是生活随笔為你收集整理的Java处理文件BOM头的方式推荐的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

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