如何使用 BOM InputStream 排除 BOM答案

【问题标题】：How to exclude BOM with BOM InputStream如何使用 BOM InputStream 排除 BOM
【发布时间】：2014-11-25 20:38:16
【问题描述】：

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 Internal Storage 读取一个文件，并首先将其转换为 String。然后我把它转换成ByteArray，这样我得到一个InputStream。然后我检查 BOMInputStream 的 BOM，因为我遇到了“意外令牌”的错误。 如果我有 BOM，现在我不知道如何排除它。

代码：

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“dataxml”，我用openFileOutput存储在不同的类中。

【问题讨论】：

标签： java android xml xml-parsing byte-order-mark

【解决方案1】：

您可以将初始流包装在 BOMInputStream 中：

    InputStream stream = new BOMInputStream(inputStream);
    // code using stream goes here

这样stream 会自动跳过 BOM 前缀。 BOMInputStream 存在于 Apache Commons IO 库中。

【讨论】：

BOMInputStream！你这辈子都去哪儿了？！

【解决方案2】：

我以前从未使用过 BOMInputStream，但要从流中排除字节顺序标记，您只需从比 BOM 结尾位置大一的偏移量开始读取。 BOMInputStream 是否具有指示 BOM 位置的属性？另外，你可以看看这里：http://www.rgagnon.com/javadetails/java-handle-utf8-file-with-bom.html

【讨论】：

我目前正在考虑其他事情。是否可以只使用 FileInputStream 作为 XmlParser 的 InputStream？
绝对可以。我注意到您一次读取 1 个字符，因此您可以在 BOM 进入时对其进行识别，并且仅在您读取最后一个 BOM 字符时附加。（顺便说一句，您可以阅读更大的块，例如 4096，但这将无法找到 bom）
我将发布另一个问题，因为如果在 m 情况下没有必要，我不想使用 BOM。我已经在内部存储中存储了一个文件。现在我使用 FileInputStream 打开它。为什么我的 XMLPULLPARSER 不能识别它？在我的应用程序中，我放置了一个需要在文件中找到的单词。我知道 Word 存在，但应用程序没有返回它找到它。

【解决方案3】：

您正在构建一个从 InputStream 读取字符的字符串，而不考虑 BOM 和编码。您从将一个字节转换为一个字符的蒸汽中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。

稍后您将字符串转换回字节（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，它可能与您从商店获取的字节序列非常不同。

【讨论】：