BOM与读取UTF-8编码格式文件首行乱码问题

在做项目的过程中发现,读取一个以UTF-8格式编码的文件,逐行和代码中另一组UTF-8编码的字符串比较时,第一行比较总是不相同,打印出来的字符串也看不出来有哪里不一样,于是将两个字符串转换成byte数组打印,发现从文件中读取的字符串多了一些字节,于是怀疑是编辑器在这里动了手脚,上网搜索了下发现文本编辑器在以UTF-8格式保存文件时,有BOM和非BOM两种方式,关于BOM的概念如下:
BOM: Byte Order Mark
UTF-8 BOM又叫UTF-8签名,其实UTF-8的BOM对UFT-8没有作用,是为了支援UTF-16,UTF-32才加上的BOM,BOM签名的意思就是告诉编辑器当前文件采用何种编码,方便编辑器识别,BOM虽然在编辑器中不显示,但是会产生输出,就像多了一个空行。
可以使用Notepad对一个文件进行带BOM和不带BOM的转换

你可能感兴趣的:(编码,乱码,utf-8,文本编辑,编辑器)