清除UTF-8文件的BOM头

2010-01-20 13:42 胖子阅读(3901) 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;
}