字节顺序标记在Java中破坏了文件读取

编辑：我在GitHub上发布了一个合适的版本：https://github.com/gpakosz/UnicodeBOMInputStream

这是我不久前编写的一个类，我只是在粘贴之前编辑了包名。没什么特别的，它与SUN的bug数据库中发布的解决方案非常相似。把它加入到你的代码中，你就没事了

/*____________________________________________________________________________
* 
*文件：UnicodeBOMInputStream.java
*作者：Gregory Pakosz。
*日期：2005年11月2日
* ____________________________________________________________________________
*/
包com.stackoverflow.answer；
导入java.io.IOException；
导入java.io.InputStream；
导入java.io.PushbackInputStream；
/**
*这个&lt；代码&gt；Unicode数据流&lt/代码&gt；类包装任何
*&lt；代码&gt；输入流&lt/代码&gt；并检测是否存在任何Unicode BOM
*（字节顺序标记）在其开头，如
*&lt；a href=”http://www.faqs.org/rfcs/rfc3629.html“&gt；rfc3629-UTF-8，一种iso10646&lt/a&gt；
* 
*&lt；p&gt；这个
*&lt；a href=”http://www.unicode.org/unicode/faq/utf_bom.html“&gt；Unicode常见问题解答&lt/a&gt；
*定义了5种BOM类型：&lt；ul&gt；
*&lt；李&gt&书信电报；预处理&gt；00 FE FF=UTF-32，大端头&lt/预处理&gt&lt/李&gt；
*&lt；李&gt&书信电报；预处理&gt；FF FE 00 00=UTF-32，小端头&lt/预处理&gt&lt/李&gt；
*&lt；李&gt&书信电报；预处理&gt；FE FF=UTF-16，大端值&lt/预处理&gt&lt/李&gt；
*&lt；李&gt&书信电报；预处理&gt；FF FE=UTF-16，小端头&lt/预处理&gt&lt/李&gt；
*&lt；李&gt&书信电报；预处理&gt；EF BB BF=UTF-8&lt/预处理&gt&lt/李&gt；
*&lt/ul&gt&lt/p&gt；
* 
*&lt；p&gt；使用{@link#getBOM（）}方法了解是否已检测到BOM
*或者不是。
*&lt/p&gt；
*&lt；p&gt；使用{@link#skipBOM（）}方法从数据库中删除检测到的BOM表
*包装&lt；代码&gt；输入流&lt/代码&gt；反对。&lt/p&gt；
*/
公共类UnicodeBOMInputStream扩展了InputStream
{
/**
*描述不同Unicode类型的类型安全枚举类
*博姆斯。
*/
公共静态最终类BOM
{
/**
*没有。
*/
公共静态最终BOM无=新BOM（新字节[]{}，“无”）；
/**
*UTF-8物料清单（EF BB BF）。
*/
公共静态最终BOM UTF_8=新BOM（新字节[]{（字节）0xEF，
（字节）0xBB，
（字节）0xBF}，
“UTF-8”）；
/**
*UTF-16，小端（FF FE）。
*/
公共静态最终BOM UTF_16_LE=新BOM（新字节[]{（字节）0xFF，
（字节）0xFE}，
“UTF-16 little endian”）；
/**
*UTF-16，大端（FE-FF）。
*/
公共静态最终BOM UTF_16_BE=新BOM（新字节[]{（字节）0xFE，
（字节）0xFF}，
“UTF-16 big-endian”）；
/**
*UTF-32，小端（FF FE 00）。
*/
公共静态最终BOM UTF_32_LE=新BOM（新字节[]{（字节）0xFF，
（字节）0xFE，
（字节）0x00，
（字节）0x00}，
“UTF-32 little endian”）；
/**
*UTF-32，大端（00 FE FF）。
*/
公共静态最终BOM UTF_32_BE=新BOM（新字节[]{（字节）0x00，
（字节）0x00，
（字节）0xFE，
（字节）0xFF}，
“UTF-32大端接口”）；
/**
*返回此物料清单的&lt；代码&gt；字符串&lt；/code&gt；表示形式&lt；代码&gt；&lt；/code&gt；
*价值观。
*/
公共最终字符串toString（）
{
返回说明；
}
/**
*返回与此&lt；代码&gt；BOM&lt；/code&gt；值对应的字节。
*/
公共最终字节[]getBytes（）
{
最终整数长度=bytes.length；
最终字节[]结果=新字节[长度]；
//抄袭
数组复制（字节，0，结果，0，长度）；
返回结果；
}
专用BOM表（最终字节BOM[]，最终字符串描述）
{
断言（bom！=null）：“无效bom：不允许为null”；
断言（description！=null）：“无效描述：不允许null”；
断言（description.length（）！=0）：“描述无效：不允许使用空字符串”；
this.bytes=bom；
this.description=描述；
}
最终字节[]；
私有最终字符串描述；
}//物料清单
/**
*构造一个新的&lt；code&gt；Unicode数据流&lt；/code&gt；来包装
*指定的&lt；代码&gt；输入流&lt；/code&gt；。
* 
*@param inputStream一个&lt；代码&gt；inputStream&lt；/code&gt；。
* 
*当&lt；code&gt；inputStream&lt；/code&gt；被禁用时，@引发NullPointerException
*&lt；代码&gt；空&lt；/code&gt；。
*@从指定的&lt；代码&gt；输入流&lt；/code&gt；读取时引发IOException；
*尝试检测Unicode BOM表时。
*/
公共UnicodeBOMInputStream（最终InputStream InputStream）抛出NullPointerException，
IOException
{
如果（inputStream==null）
抛出新的NullPointerException（“无效输入流：不允许null”）；
in=新的PushbackInputStream（inputStream，4）；
最终字节bom[]=新字节[4]；
最终整型读数=整型读数（bom）；
开关（读取）
{
案例4：
如果（（bom[0]==（字节）0xFF）&amp；
（bom[1]==（字节）0xFE）和；
（物料清单[2]==（字节）0x00）&amp；
（bom[3]==（字节）0x00）
{
this.bom=bom.UTF_32_LE；
打破
}
其他的
如果（（物料清单[0]==（字节）0x00）&amp；
（物料清单[1]==（字节）0x00）&amp；
（物料清单[2]==（字节）0xFE）&amp；
（bom[3]==（字节）0xFF）
{
this.bom=bom.UTF_32_BE；
打破
}
案例3：
如果（（bom[0]==（字节）0xEF）&amp；&amp；
（物料清单[1]==（字节）0xBB）&amp；
（bom[2]==（字节）0xBF）
{
this.bom=bom.UTF_8；
打破
}
案例2：
如果（（bom[0]==（字节）0xFF）&amp；
（bom[1]==（字节）0xFE）
{
this.bom=bom.UTF_16_LE；
打破
}
其他的
如果（（bom[0]==（字节）0xFE）&amp；&amp；
（bom[1]==（字节）0xFF）
{
this.bom=bom.UTF_16_BE；
打破
}
违约：
this.bom=bom.NONE；
打破
}
如果（读取&gt；0）
in.未读（物料清单，0，已读）；
}
/**
*返回包装中检测到的&lt；代码&gt；BOM&lt；/code&gt
*&lt；代码&gt；输入流&lt；/code&gt；对象。
* 
*@返回一个&lt；代码&gt；物料清单&lt；/code&gt；值。
*/
公共最终BOM getBOM（）
{
//BOM表类型是不可变的。
返回bom；
}
/**
*跳过包装中找到的&lt；代码&gt；BOM&lt；/code&gt
*&lt；代码&gt；输入流&lt；/code&gt；对象。
* 
*@返回此&lt；代码&gt；数据流&lt；/code&gt；。
* 
*@尝试从包装中跳过BOM表时引发IOException
*&lt；代码&gt；输入流&lt；/code&gt；对象。
*/
公共最终同步UnicodeBOMInputStream skipBOM（）引发IOException
{
如果（！跳过）
{
in.skip（bom.bytes.length）；
跳过=真；
}
归还这个；
}
/**
*{@inheritardoc}
*/
public int read（）引发IOException
{
返回in.read（）；
}
/**
*{@inheritardoc}
*/
public int read（最终字节b[]）引发IOException，
空指针异常
{
返回in.read（b，0，b.length）；
}
/**
*{@inheritardoc}
*/
公共整数读取（最终字节b[]，
最终整型关闭，
final int len）引发IOException，
空指针异常
{
返回。读取（b，关闭，len）；
}
/**
*{@inheritardoc}
*/
公共长跳过（最终长n）引发IOException
{
返回。跳过（n）；
}
/**
*{@inheritardoc}
*/
public int available（）引发IOException
{
返回in.available（）；
}
/**
*{@inheritardoc}
*/
public void close（）引发IOException
{
in.close（）；
}
/**
*{@inheritardoc}
*/
公共同步无效标记（最终整型读取限制）
{
in.标记（readlimit）；
}
/**
*{@inheritardoc}
*/
public synchronized void reset（）引发IOException
{
in.reset（）；
}
/**
*{@inheritardoc}
*/
公共布尔标记受支持（）
{
在.markSupported（）中返回；
}
私有最终PushbackInputStream输入；
私人最终物料清单；
私有布尔值=false；
}//Unicode数据流

你是这样使用它的：

导入java.io.BufferedReader；
导入java.io.FileInputStream；
导入java.io.InputStreamReader；
公共最终类UnicodePutStreamUsage
{
公共静态void main（最终字符串[]args）引发异常
{
FileInputStream fis=新的FileInputStream（“test/officing_bom.txt”）；
UnicodeBOMInputStream ubis=新的UnicodeBOMInputStream（fis）；
System.out.println（“检测到的BOM:+ubis.getBOM（））；
System.out.print（“在不跳过BOM的情况下读取文件内容：”；
InputStreamReader isr=新的InputStreamReader（ubis）；
BufferedReader br=新