代码改变世界

清除UTF-8文件的BOM头

2010-01-20 13:42  胖子  阅读(3898)  评论(0编辑  收藏  举报

场景:

和某公司合作,给其提供xml文件。对方回邮件说:“你的文件是不是用写字板之类的编辑工具打开过?以二进制查看的时候文件头部有EF BB BF这3个字节……能否去掉?”

查阅了一些资料,发现这是windows系统自动添加的东西,而且调用.Net类库直接生成文件的方法,只要用utf-8编码,都会有这个东西。太无奈了,只好自己动手去掉这些了。

 

实现:

/// <summary>
/// 清除UTF8文件的BOM头
/// </summary>
/// <param name="filePath"></param>
/// <returns>是否成功</returns>
private static bool ClearBOM( string filePath )
{
	if( !CheckBOM( filePath ) )
		return true;

	string fileTemp = filePath + ".temp";

	using( FileStream fsRead = new FileStream( filePath, FileMode.Open ) )
	{
		// 跳过前三个字节
		fsRead.Seek( 3, SeekOrigin.Begin );
		int bufferSize = 1024;
		byte[] buffer = new byte[bufferSize];

		using( FileStream fsWrite = new FileStream( fileTemp, FileMode.Append, FileAccess.Write ) )
		{
			while( fsRead.Read( buffer, 0, bufferSize ) > 0 )
			{
				fsWrite.Write( buffer, 0, bufferSize );
			}
			fsWrite.Close();
		}
		fsRead.Close();
	}

	// 改名
	try
	{
		File.Delete( filePath );
		File.Move( fileTemp, filePath );
	}
	catch
	{
		return false;
	}
	return true;
}

/// <summary>
/// 检查是否有BOM头。
/// UTF8文件都有一个3字节的头,为“EF BB BF”(称为BOM--Byte Order Mark)
/// </summary>
/// <param name="filePath"></param>
/// <returns></returns>
private static bool CheckBOM( string filePath )
{
	bool isBOM = false;
	using( FileStream fsRead = new FileStream( filePath, FileMode.Open ) )
	{
		byte[] buffer = new byte[3];
		fsRead.Read( buffer, 0, 3 );
		if( 0xef == buffer[0] && 0xbb == buffer[1] && 0xbf == buffer[2] )
			isBOM = true;
		fsRead.Close();
	}
	return isBOM;
}
注:时间有限,只考虑功能实现,没有考虑性能效率。