UTF？
UTF，是UnicodeTransformationFormat的縮寫，意為Unicode轉換格式。 即怎樣將Unicode定義的數字轉換成程序數據。utf是對Unicode的一種編碼格式化。 JVM里面的任何字符串資源都是Unicode，就是說，任何String類型的數據都是Unicode編碼。沒有例外。既然只有一種編碼，那么，我們可以這么說，JVM里面的String是不帶編碼的。String相當於 char[]。
JVM里面的 byte[] 數據是帶編碼的。比如，Big5，GBK，GB2312，UTF-8之類的（GBK並不屬於utf）。
一個GBK編碼的byte[] 轉換成 String，其實就是從GBK編碼向Unicode編碼轉換。
一個String轉換成一個Big5編碼的byte[]，其實就是從Unicode編碼向Big5編碼轉換。 我們在解析的時候就要注意是不是utf編碼。
有幾種UTF？
這里用char、char16_t、char32_t分別表示無符號8位整數，無符號16位整數和無符號32位整數。UTF-8、UTF-16、UTF-32分別以char、char16_t、char32_t作為編碼單位。
什么是bom？
放在文件頭用於標示Unicode編碼格式。
bom會引起什么問題？
記事本保存的文件會存儲bom，在解析的時候，在頭部會多出一個亂碼。
如何解決：
編程時根據具體的編碼類型剔除頭bom
public
static
String ReadFile(String
path
,StringFilter
filter
)
throws
IOException {
File
file
=
new
File(
path
);
if
(!
file
.exists()) {
throw
new
IOException(
"文件不存在"
);
}
BufferedReader
reader
=
null
;
StringBuffer
laststr
=
new
StringBuffer();
InputStream
in
=
new
FileInputStream(
file
);
try
{
reader
=
new
BufferedReader(
new
UnicodeReader(
in
,
"utf-8"
));
String
tempString
=
null
;
while
((
tempString
=
reader
.readLine()) !=
null
) {
if
(
filter
!=
null
) {
tempString
=
filter
.RemoveString(
tempString
);
}
laststr
.append(
tempString
);
}
reader
.close();
}
catch
(IOException
e
) {
throw
new
IOException(
"文件讀寫錯誤"
);
}
finally
{
if
(
reader
!=
null
) {
try
{
reader
.close();
}
catch
(IOException
e1
) {
throw
new
IOException(
"文件流關閉錯誤"
);
}
}
}
return
laststr
.toString();
}