网站布局策划的流程图,做网站要学哪些,seo网络推广培训班,网站开发人员需求背景#xff1a; 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#xff0c;如果采用的编码正确#xff0c;那么可以获得正确的字符#xff0c;但bom仍然附带在结果中#xff0c;很容易导致数据处理出错。另外#xff0c;对于存在BOM头的… 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 BOMStreamapi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PushbackInputStreamInputStreamReader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
