`
frank1998819
  • 浏览: 752262 次
  • 性别: Icon_minigender_1
  • 来自: 南京
文章分类
社区版块
存档分类

去除java代码中的UTF-8 BOM标识(转)

    博客分类:
  • Java
阅读更多

(原作者地址)http://hi.baidu.com/893625/blog/item/c5dbf9d158080c359b502715.html

 

 

import java.io.BufferedReader;
import java.io.ByteArrayOutputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.FileReader;
import java.io.IOException;
import java.io.InputStream;
import java.io.PushbackInputStream;
import java.util.ArrayList;
import java.util.HashSet;
import java.util.List;
import java.util.Set;

public class BOMRemover {

/**
* ant 编译之后的result文件,注意要编译提示错误的文件名要在同一行 可以设置命令提示窗口的缓冲区大小实现
*
* @param resultFileName
*/
public static Set getFileNamesFromCompileResult(String resultFileName)
throws java.io.IOException {
Set<String> set = new HashSet();
BufferedReader reader = new BufferedReader(new FileReader(
resultFileName));
String start = "[javac] ";
int startLen = start.length();
String end = ".java:";
int endLen = end.length();

String errMsg = "\\65279";
while (reader.ready()) {
String line = reader.readLine();
int indexStart = line.indexOf(start);

if (line.indexOf(errMsg) == -1) {
continue;
}
if (indexStart != -1) {
int indexEnd = line.indexOf(end);
if (indexEnd != -1) {
String name = line.substring(indexStart + startLen,
indexEnd + endLen - 1);
set.add(name.trim());
}
}
}
return set;

}

public static void DealSrcFiles(String path) {
if (path.charAt(path.length() - 1) != '\\') {
path += '\\';
}
File file = new File(path);
if (!file.exists()) {
System.out.println("Error: Path not Existed! Please Check it out!");
return;
}
String[] filelist = file.list();
for (int i = 0; i < filelist.length; i++) {
File temp = new File(path + filelist[i]);
if ((temp.isDirectory() && !temp.isHidden() && temp.exists())) {
DealSrcFiles(path + filelist[i]);
} else {
if (filelist[i].endsWith(".java")) {
try {
trimBom(path + filelist[i]);
} catch (Exception eee) {
}
}
}
}
}

/**
* 读取流中前面的字符,看是否有bom,如果有bom,将bom头先读掉丢弃
*
* @param in
* @return
* @throws IOException
*/
public static InputStream getInputStream(InputStream in) throws IOException {

PushbackInputStream testin = new PushbackInputStream(in);
int ch = testin.read();
if (ch != 0xEF) {
testin.unread(ch);
} else if ((ch = testin.read()) != 0xBB) {
testin.unread(ch);
testin.unread(0xef);
} else if ((ch = testin.read()) != 0xBF) {
throw new IOException("错误的UTF-8格式文件");
} else {
// 不需要做,这里是bom头被读完了
// // System.out.println("still exist bom");

}
return testin;

}

/**
* 根据一个文件名,读取完文件,干掉bom头。
*
* @param fileName
* @throws IOException
*/
public static void trimBom(String fileName) throws IOException {

FileInputStream fin = new FileInputStream(fileName);
// 开始写临时文件
InputStream in = getInputStream(fin);
ByteArrayOutputStream bos = new ByteArrayOutputStream();
byte b[] = new byte[4096];

int len = 0;
while (in.available() > 0) {
len = in.read(b, 0, 4096);
//            out.write(b, 0, len);
bos.write(b, 0, len);
}

in.close();
fin.close();
bos.close();

// 临时文件写完,开始将临时文件写回本文件。
System.out.println("[" + fileName + "]");
FileOutputStream  out = new FileOutputStream(fileName);
out.write(bos.toByteArray());
out.close();
System.out.println("处理文件"+fileName);
}

/**
* 根据ant编译错误来去除bom
*
* @param resultFile
* @throws IOException
*/
static void trimBomByCompileResult(String resultFile) throws IOException {
Set<String> set = getFileNamesFromCompileResult(resultFile);
for (String fName : set) {
trimBom(fName);
}
}

public static void main(String[] args) throws IOException {
//        if(args.length==0){
//            DealSrcFiles(System.getProperty("user.dir"));
//        }
//        else{
//            DealSrcFiles(args[0]);
//        }
//直接扫描所有的java文件
DealSrcFiles("F:/workspace/proj/src");

//另一种调用方式,只扫描ant报错的文件,只需把报错文件另存为即可
//trimBomByCompileResult("d:/bom.txt");

}
}

分享到:
评论

相关推荐

    Java解决UTF-8的BOM问题

    在Java编程中,UTF-8编码是一个非常常见且广泛使用的字符编码格式,它能支持全球大部分语言的字符表示。然而,UTF-8有一个特殊特性,那就是它可以带有Byte Order Mark(BOM),这是一个特殊的字节序列,用于标识数据...

    IDEA支持带BOM的UTF-8编码文件.rar

    BOM,即字节顺序标记,是UTF-8编码中可选的一部分,用于标识数据流的字节顺序。在大多数情况下,BOM在UTF-8编码中并不必要,因为它默认是小端序,但对于某些程序或系统,BOM可能有助于识别文件的编码方式。 在处理...

    Android-清除utf8bom的IntellijIDEA插件

    标题中的"Android-清除utf8bom的IntellijIDEA插件"指的是一款针对IntelliJ IDEA开发的插件,其主要功能是帮助开发者快速、方便地从项目中删除不必要的UTF-8 BOM头。在Android Studio,即基于IntelliJ IDEA的Android...

    Python-convert2utf将目录下的全部源文件转成UTF8编码

    本文将详细讨论Python中如何将目录下的所有源文件转换为UTF-8编码,并去除Byte Order Mark (BOM)。首先,我们要理解的是,UTF-8是一种广泛使用的Unicode字符编码方案,它能够兼容ASCII编码并支持全球多种语言。而BOM...

    java处理BOM头的XML

    在UTF-8编码中,BOM是可选的,但某些编辑器如记事本默认会添加。 当XML文件以UTF-16编码并包含BOM头时,DOM4J在解析过程中可能会遇到问题,因为DOM4J默认并不期望XML文档以这种方式开始。这可能导致解析异常,例如`...

    java去掉txt文本的bom头信息

    BOM是Unicode编码格式中的一个特殊字符,用于标识文件的编码类型,常见于UTF-8、UTF-16和UTF-32等格式。在某些情况下,如读取或合并多个文本文件时,BOM头可能会导致不必要的困扰,例如乱码或解析错误。本文将详细...

    去除BOM文件头工具

    描述中提到的"批量转换utf-8"意味着这个工具不仅能够去除BOM,还能进行批量的文件编码转换操作,将非UTF-8格式的文件转换为无BOM的UTF-8格式。这对于管理大量的源代码文件尤其有用,特别是在跨平台或多开发环境的...

    批量移除文件的BOM格式

    在UTF-8编码中,BOM是一个可选的字节序列,通常出现在文件的开头,用来告诉软件该文件是用UTF-8编码的。然而,有些程序,特别是像IntelliJ IDEA这样的集成开发环境(IDE),可能对含有BOM的UTF-8文件处理不理想,...

    批量去除 bom 工具

    对于使用UTF-8编码的文本文件,特别是编程源代码,通常推荐使用无BOM版本,以防止可能出现的解析问题。而这个批量去除BOM工具无疑是一个实用的辅助工具,可以帮助开发者轻松解决由BOM引发的困扰。

    去bom头工具

    "去BOM头工具"就是针对这种情况设计的,它的主要功能是去除Eclipse中使用UTF-8带BOM编码格式的文件开头的BOM头。Eclipse是一个广泛使用的Java集成开发环境(IDE),它允许开发者配置项目的编码格式。在默认情况下,...

    hudson svn maven deploy BOM

    UTF-8 BOM去除工具用于删除文件中的BOM标志,以防止这些潜在问题,确保文件正确显示和处理。 综上所述,这个压缩包文件集合涵盖了软件开发流程中的关键组件:持续集成服务器、版本控制、构建工具以及部署和字符编码...

    什么是BOM头,如何去掉BOM头.zip

    在UTF-8编码中,BOM头由三个字节组成(0xEF, 0xBB, 0xBF),它并不是必须的,但有时候会被添加到文件的开头来表明该文件是采用UTF-8编码。尽管BOM头对于某些程序来说是有用的,但它可能会引起一些问题,尤其是在处理...

    BOM相关资料

    Python的`codecs`库提供了处理BOM的功能,如`utf_8_sig`解码器可以自动去除UTF-8的BOM。 2. **在Java中处理BOM** Java的`InputStreamReader`类允许指定是否忽略BOM,通过设置`CharsetDecoder`的`onMalformedInput...

    BOM结构的更改标记不显示问题

    标题中的“BOM结构的更改标记不显示问题”是指在处理文本文件时,尤其是在编码格式为UTF-8的情况下,出现的Byte Order Mark (BOM) 不被正确显示或识别的问题。BOM是一个特殊的字符序列,用于标识文件是以UTF-8编码的...

    poi_java_excel.zip_java 导出excel_poi excel_poi导出再导入excel中文_导出exce

    如果你的Excel文件以UTF-8 BOM格式保存,那么在读取时可能需要进行额外处理,去除BOM标志。 此外,如果你需要在导入Excel数据后进行处理,例如数据库操作,你可能需要对数据进行转换和验证。Apache POI允许你访问...

    BOM数据处理源码.rar

    这种源码可能对理解和处理Unicode编码的文本文件,特别是UTF-8格式的文件时,有着重要作用。 【描述】中提到的内容包括源码、JDK安装和使用说明,这意味着这个压缩包不仅提供了实际的编程代码,还有一份关于Java ...

    一段检测字节数组的编码方式的代码

    例如,UTF-8的BOM(字节顺序标记)是`FF FE`或`FE FF`,可以通过查找这些模式来初步判断。 3. **尝试解码**:使用各种编码尝试解码字节数组,并检查解码结果是否合理。这可能包括检查解码后的字符串是否包含非法...

    EditPlus 2整理信箱的工具

    【18】支持带UTF-8标记/不带UTF-8标记的文件 每个步骤都说得很详细了,就没有必要贴图了,体积不要太大才好。 【1】正则表达式应用——替换指定内容到行尾 原始文本如下面两行 abc aaaaa 123 abc 444 希望每次...

    Editplus 3[1].0

    【18】支持带UTF-8标记/不带UTF-8标记的文件 每个步骤都说得很详细了,就没有必要贴图了,体积不要太大才好。 【1】正则表达式应用——替换指定内容到行尾 原始文本如下面两行 abc aaaaa 123 abc 444 希望每次...

Global site tag (gtag.js) - Google Analytics