为什么windows中文件第一行的第一个字符是0？答案

【问题标题】：Why is the first character of the first line of a file in windows a 0?为什么windows中文件第一行的第一个字符是0？
【发布时间】：2013-06-04 11:01:16
【问题描述】：

所以我正在阅读 Java 中的纯文本文件，我想确定哪些行以“abc”开头。我做了以下事情：

字符集 charset = StandardCharsets.UTF_8; BufferedReader br = Files.newBufferedReader(file.toAbsolutePath(), charset); 字符串线； while ((line = br.readLine()) != null) { 如果（line.startsWith（“abc”））{ // 做一点事 } }

但如果文件的第一行是“abcd”，则不匹配。通过调试，我发现第一个字符是 0（不可打印字符），因此它不会匹配。为什么呢？如何可靠地识别哪些行以“abc”开头？

编辑：也许我应该指出我正在使用记事本创建文件

【问题讨论】：

读完行后可以修剪不可打印的字符。
@SazzadurRahaman trim() 只删除空白字符，它对不可打印的字符没有任何作用
我不是在谈论 String.trim()，我是在谈论编写您的自定义修剪！ :P
您使用的字符集 (StandardCharsets.UTF_8) 是否正确？确保使用 UTF-8 编码保存文件。
@SazzadurRahaman 对，但我想知道为什么这个角色会出现。

标签： java windows utf-8 nio

【解决方案1】：

Windows 在 UTF-8 方面存在一些问题，因此它是 UTF-8 BOM (Byte Order Mark) 的重度用户。

如果我的猜测是正确的，那么前三个字节将是（十六进制）：0xef、0xbb、0xbf。

鉴于，例如，Excel 创建带有 BOM 前缀的 UTF-8 CSV 文件，如果记事本也能做到这一点，我一点也不感到惊讶...

编辑：毫不奇怪，似乎是这样：见here。

【讨论】：

正确！这是一个问号（而不是我所说的 0）。非常感谢！
但他正在使用 UTF-8 阅读器阅读，因此 BOM 将是单个 char，值为 0xFEFF。如果然后将其输出到（例如）LATIN-1 控制台，他会看到?。
@StephenC 呃，是的，我的意思是前三个字节，抱歉...已修复
@Thiago 如果你要处理大量从 Windows 发出的文件，你可能还会遇到 UTF-16...PowerShell 默认使用这种编码写入文件！
@StephenC 注意这是一个 UTF-8 BOM，注意 UTF-16 或 UTF-32