Windows平台下Unicode文件(UTF-8等)头部插入BOM首字符问题及处理方法

Windows平台下Unicode文件(UTF-8等)头部插入BOM首字符问题及处理方法


日前在使用IniEditor处理ini文件时,在Mac平台上测试成功的代码,挪至Windows平台下老抛异常,无法正确处理。最后跟踪了一下源代码,发现了问题所在。

问题:
在Windows下用文本编辑器创建的文本文件,如果选择以UTF-8等Unicode格式保存,会在文件头(第一个字符)加入一个BOM标识。更要命的是,该标识无法通过使用trim()函数去掉。因此,如果我们的Ini文件第一行就是section信息,如“[main]”。那么在程序中读取时,即在前面加入了一个BOM标识。这样IniEditor在处理时将无法把该行正确解析为seciton。这就是挪至windows平台下,程序老抛异常的原因(抛的都是NoSuchSection的异常)。

处理办法:
Java在读取Unicode文件的时候,会统一把BOM变成“\uFEFF”。因此如下处理去掉BOM标识:
if(line.startsWith("\uFEFF")) { 
line = line.replace("\uFEFF", ""); 
}

我就是在IniEditor的函数
public void load(InputStreamReader streamReader) throws IOException {}
中加入上述处理即工作正常。

IniEditor下载地址:http://grepcode.com/file/repository.jboss.org/nexus/

你可能感兴趣的:(Windows平台下Unicode文件(UTF-8等)头部插入BOM首字符问题及处理方法)