Question

我正在寻找Java中的实用程序方法或常量，它将返回与编码的相应字节顺序标记相对应的字节，但我似乎无法找到它。有吗？我真的很想做点什么：

byte[] bom = Charset.forName( CharEncoding.UTF8 ).getByteOrderMark();

CharEncoding来自Apache Commons。

Answer 1

Java无法识别UTF-8的字节顺序标记。请参阅错误4508058和6378911。

要点是添加了支持，打破了向后兼容性，并且已经回滚。您必须自己使用UTF-8进行BOM识别。

Answer 2

Apache Commons IO包含您要查找的内容，请参阅org.apache.commons.io.ByteOrderMark。

Answer 3

就我所见，JDK中没有任何内容，也没有任何Apache项目。

Eclipse EMF有一个Enum，但它提供了支持：

我不确定这对你有什么帮助吗？

这里有关于每种编码类型的各种BOM的更多信息，您可以为此编写一个简单的辅助类或枚举...

希望有所帮助。我很惊讶这不是在Commons I / O中说实话。

Answer 4

值得注意的是，许多编码不使用任何字节顺序标记。例如UTF-8中的空字符串只是一个空字节[]。虽然为UTF-8指定了BOM，但它很少在Java中使用，并且不总是受支持。

Answer 5

您可以像这样生成BOM：

byte[] utf8_bom = "\uFEFF".getBytes("UTF-8");
byte[] utf16le_bom = "\uFEFF".getBytes("UnicodeLittleUnmarked");

如果您希望使用此方法为其他编码创建物料清单，请确保使用不会自动插入物料清单的编码版本，否则将重复该编码。此技术仅适用于Unicode编码，不会为其他人生成有意义的结果（如Windows-1252）。