java去除utf8 bom头efbbbf

原创

mob649e815c3b9e 2024-02-02 05:38:04 ©著作权

©著作权归作者所有：来自51CTO博客作者mob649e815c3b9e的原创作品，请联系作者获取转载授权，否则将追究法律责任

去除UTF-8 BOM头的Java实现

UTF-8 BOM（Byte Order Mark）是一种特殊的字符序列，用于标识文本文件使用的字符编码是UTF-8。BOM头是由三个字节组成的，分别是0xEF、0xBB、0xBF。在某些情况下，BOM头可能会导致问题，特别是当我们需要处理一些特殊的文本文件时，比如在处理CSV文件时可能会引发错误。因此，我们有时候需要去除这个BOM头。

下面，我将介绍如何使用Java去除UTF-8 BOM头。

检测并去除BOM头

首先，我们需要读取文件的前几个字节，检测是否存在BOM头。我们可以使用java.io.FileInputStream来读取文件，并使用java.io.DataInputStream来读取文件的前几个字节。接下来，我们可以将读取到的字节与BOM头进行比较，如果相等，则说明文件包含BOM头，需要将其去除。

下面是一个示例代码：

import java.io.DataInputStream;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;

public class RemoveBOM {

    public static void removeBOM(String inputFile, String outputFile) throws IOException {
        FileInputStream fis = new FileInputStream(inputFile);
        DataInputStream dis = new DataInputStream(fis);

        byte[] bom = new byte[3];
        dis.read(bom);

        if (bom[0] == (byte) 0xEF && bom[1] == (byte) 0xBB && bom[2] == (byte) 0xBF) {
            // 文件包含BOM头，需要去除
            byte[] content = new byte[dis.available()];
            dis.read(content);

            FileOutputStream fos = new FileOutputStream(outputFile);
            fos.write(content);
            fos.close();
        }

        dis.close();
        fis.close();
    }

    public static void main(String[] args) {
        try {
            removeBOM("input.txt", "output.txt");
            System.out.println("BOM头已成功去除!");
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

上述代码中，我们首先读取文件的前三个字节，并将其与BOM头进行比较。如果相等，则说明文件包含BOM头，我们将读取剩余的内容，并将其写入到输出文件中，从而去除BOM头。最后，我们关闭输入输出流，并打印成功提示信息。