下面舉個例子，針對UTF-8的文件BOM做個處理：

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，跳過前三個字符，重新構建一個新的字符串，然后用Dom4j解析處理，這樣就不會報錯了。

其他編碼的方式處理思路類似，其實可以寫一個通用的自動識別的BOM的工具，去掉BOM信息，返回字符串。

不過這個處理過程已經有牛人解決過了：http://koti。mbnet。fi/akini/java/unicodereader/

什么是BOM

BOM(byte-order mark)，即字節順序標記，它是插入到以UTF-

8、UTF16或UTF-32編碼Unicode文件開頭的特殊標記，用來識別Unicode文件的編碼類型。

對于UTF-8來說，BOM并不是必須的，因為BOM用來標記多字節編碼文件的編碼類型和字節順序(big-endian或little-endian)。

在絕大多數編輯器中都看不到BOM字符，因為它們能理解Unicode，去掉了讀取器看不到的題頭信息。

若要查看某個Unicode文件是否以BOM開頭，可以使用十六進制編輯器。下表列出了不同編碼所對應的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的來歷

為了識別 Unicode 文件，Microsoft 建議所有的 Unicode 文件應該以 ZERO WIDTH NOBREAK SPACE(U+FEFF)字符開頭。

這作為一個“特征符”或“字節順序標記(byte-order mark，BOM)”來識別文件中使用的編碼和字節順序。

不同的系統對BOM的支持

因為一些系統或程序不支持BOM，因此帶有BOM的Unicode文件有時會帶來一些問題。

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，會拋出異常：Content is not allowed in prolog。

2。Linux/UNIX 并沒有使用 BOM，因為它會破壞現有的 ASCII 文件的語法約定。

不同的編輯工具對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編碼的時候，記事本會自動在文件開頭插入BOM(雖然BOM對UTF-8來說并不是必須的)，但是editplus就不會這樣做。

BOM與XML

XML解析讀取XML文檔時，W3C定義了3條規則：

1。

如果文檔中有BOM，就定義了文件編碼；

2。如果文檔中沒有BOM，就查看XML聲明中的編碼屬性；

3。如果上述兩者都沒有，就假定XML文檔采用UTF-8編碼。 以上是分析內容，僅供參考，謝謝！。

全部

總結

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？的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。