如何用BOM InputStream排除BOM

Question

我试图弄清楚如何在使用Apache提供的示例时简单地排除BOM。我正在从内部存储读取一个文件，并首先将其转换为String。然后将其转换为ByteArray，以便得到一个InputStream。然后，我使用BOMInputStream检查BOMs，因为我有“意外令牌”的错误。现在我不知道如何排除BOM，如果我有它.

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();

文件名是"dataxml"，我用openFileOutput存储在不同的类中。

Answer 1

您可以在BOMInputStream中包装初始流：

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

这样，stream自动跳过BOM前缀。BOMInputStream生活在Apache库中。

Answer 2

我以前从未使用过BOMInputStream，但是为了从流中排除一个字节顺序标记，您只需从一个偏移量开始读取，这个偏移量比BOM结束的位置还要大。BOMInputStream是否有指示BOM位置的属性？此外，您还可以在这里查看一下：http://www.rgagnon.com/javadetails/java-handle-utf8-file-with-bom.html

Answer 3

您正在构建一个从InputStream中读取字符的字符串，而忽略BOM和编码。将一个字节转换为一个字符的读取字符的方式很糟糕，非常糟糕。请使用任何阅读器的实现(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(在那里您需要注意指定编码。如果您比较此时获得的字节序列，它可能与从您的存储中获取的字节序列非常不同。