Question

我试图弄清楚如何在使用Apache给出的示例时简单地排除BOM。我正在从内部存储中读取文件并将其首先转换为String。然后我将其转换为ByteArray，以便获得InputStream。然后我用BOMInputStream检查物料清单，因为我有错误的＃34;意外的令牌＆＃34;。 现在我不知道如果我拥有它就如何排除。

CODE：

StringBuffer fileContent = new StringBuffer("");
String temp = "";
int ch;
try{
    FileInputStream fis = ctx.openFileInput("dataxml");
try {
    while( (ch = fis.read()) != -1)
        fileContent.append((char)ch);
        temp = temp + Character.toString((char)ch);
} catch (IOException e) {
    e.printStackTrace();
}
} catch (FileNotFoundException e) {
    e.printStackTrace();
}


InputStream ins = new ByteArrayInputStream(temp.getBytes(StandardCharsets.UTF_8));
BOMInputStream bomIn = new BOMInputStream(ins);
if (bomIn.hasBOM()) {
    // has a UTF-8 BOM

}

xpp.setInput(ins,"UTF-8");
parseXMLAndStoreIt(xpp);
ins.close();

文件名为＆＃34; dataxml＆＃34;，我将其存储在openFileOutput的不同班级中。

Answer 1

我之前从未使用过BOMInputStream，但要从流中排除字节顺序标记，您只需要从比BOM末尾位置大一个偏移处开始读取。 BOMInputStream是否具有指示BOM位置的属性？另外，您可以在这里查看：http://www.rgagnon.com/javadetails/java-handle-utf8-file-with-bom.html

Answer 2

您可以使用BOMInputStream删除BOM，如下所示：

BOMInputStream bis = new BOMInputStream(inputStream);
        if (bis.hasBOM()) {
           bis.skip(bis.getBOM().length());
        }

如果它不能工作，你可以调整跳过参数。在我的情况下，我得到了工作解决方案：

  bis.skip(bis.getBOM().length()-3);

Answer 3

您正在构建一个String Input字符，从InputStream中忽略BOM和编码。你从蒸汽转换一个字节到一个字符读取字符的方式很糟糕，非常糟糕。请使用Reader的任何实现（指定编码）从字节序列中读取字符。

稍后您将String转换回字节（并且您需要注意指定编码。如果您比较此时获得的字节序列，它可能与您从商店中获取的字节序列非常不同。

如何使用BOM InputStream排除BOM

3 个答案: