在文本文件中处理Unicode BOM的正确方法

Question

我正在我的程序中读取一个文本文件，其中包含一些Unicode BOM字符\ufeff / 65279。这在进一步解析中提出了几个问题。

现在我自己检测并过滤这些字符，但想知道Java标准库或Guava是否有办法更干净地完成这些工作。

Answer 1

在Java中，或者实际上，在Guava中没有内置的处理（UTF-8）BOM的方法。

关于处理Guava IO中的BOM，Guava website目前有一个错误报告。

有几篇SO帖子（here和here）介绍如何在用普通Java读取文件时检测/跳过BOM。

您的BOM（\ufeff）似乎是UTF-16，根据相同的Guava报告应该由Java自动处理。 This SO帖似乎也有同样的建议。