關於UTF8文件帶BOM頭可能會引起的錯誤解析

  今天在做一個文件上傳的項目中碰到了一個十分奇怪的問題，在解析上傳上來的csv文件時，總是在解析第一行的第一個標題字段時出錯，就是第一個那個字段總是和對應的model字段對應不上，這個坑是真的很深，找了半天，發現原來utf8編碼格式的文件可能會有BOM頭這玩意兒！

   我們先來看看什么是BOM頭：

                                         在utf-8編碼文件中BOM在文件頭部，占用三個字節，用來標示該文件屬於utf-8編碼。

  現在已經有很多軟件識別bom頭，但是還有些不能識別bom頭，比如PHP就不能識別bom頭，這也是用記事本編輯utf-8編碼后執行就會出錯的原因了。

  最坑的是這個bom頭在記事本中是完全看不見的，當記事本指定的編碼格式是默認的ANSI編碼時，文件的內容解析是沒有任何問題的。但是，這樣會出現中文亂碼的情況，一般在項目中都會統一使用utf8編碼，在我在記事本中指定了utf8編碼格式上傳后，才出現了字段解析不正確的情況。

  那么怎么處理掉這個BOM頭呢，在java中apache提供了一個工具類BOMStream，在獲取文件流時，將獲取到的文件流轉化成為BOM流：

 InputStreamReader isr = new InputStreamReader (new BOMInputStream (fileInputStream), "utf8");  

這樣以來，讀取的文件中即使有BOM頭，也會被自動過濾掉。但是這種方法只能過濾掉UTF-8/UTF-16LE/UTF-16BE三種編碼格式的文件，當文件是其他格式時，就會失效。

要想支持更多的編碼格式的文件，只能使用另外一個工具了：UnicodeStream和UnicodeReader，其使用示例如下：

1 FileInputStream fis = new FileInputStream(file);  
2 UnicodeReader ur = new UnicodeReader(fis, "utf-8");  
3 BufferedReader br = new BufferedReader(ur);  

這種方式更加的通用與強大。推薦使用這種方法。