9

这段代码，

OutputStream out = new FileOutputStream(new File("C:/file/test.txt"));
out.write("A".getBytes());

和这个，

OutputStream out = new FileOutputStream(new File("C:/file/test.txt"));
out.write("A".getBytes(StandardCharsets.UTF_8));

产生相同的结果（在我看来），即没有 BOM 的 UTF-8。但是，Notepad++ 没有显示任何关于 encoding 的信息。我希望 notepad++ 在这里显示为Encode in UTF-8 without BOM，但在“编码”菜单中没有选择编码。

现在，此代码使用 BOM 编码以 UTF-8 格式写入文件。

 OutputStream out = new FileOutputStream(new File("C:/file/test.txt"));
 byte[] bom = { (byte) 239, (byte) 187, (byte) 191 };
 out.write(bom);
 out.write("A".getBytes());

Notepad++ 也将编码类型显示为Encode in UTF-8.

问题：假设在没有 BOM 的情况下以 UTF-8 写入文件的前两个代码有什么问题？我的 Java 代码做对了吗？如果是这样，notepad++ 尝试检测编码类型是否有问题？

记事本++只是猜测吗？

4

2 回答 2

17

使用不带 BOM 的 UTF-8 编写的“A”生成的文件与使用 ASCII 或 ISO-8859-* 或任何其他 ASCII 兼容编码编写的“A”完全相同。该文件包含一个十进制值为 65 的字节。

这样想：

  • "A".getBytes("UTF-8")返回一个new byte[] { 65 }
  • "A".getBytes("ISO-8859-1")返回一个new byte[] { 65 }
  • 您将这些调用的结果写入文件
  • 文件的使用者应该如何区分这两者？

该文件中没有任何内容表明需要使用 UTF-8 对其进行解码。

尝试编写“Käsekuchen”或其他无法以 ASCII 编码的内容，并查看 Notepad++ 是否正确猜测编码（因为这正是它所做的：它做出有根据的猜测，没有元数据告诉它使用哪种编码）。

于 2013-11-04T13:34:52.290 回答
0

我不知道我的答案是否正确，但让我把我的理解放在这里，

如上所述，如果您写“A”，则 notepad++ 无法理解它是哪种编码类型，但如果您希望 notepad++ 显示“Encode in UTF-8 without BOM”，如下图所示

在此处输入图像描述

然后你必须欺骗 Notepad++，你可以使用下面的代码来做到这一点 在此处输入图像描述

如果您希望 notepad++ 显示“以 UTF-8 编码”，那么您应该从 osw.write("\uFEFF") 中删除子字符串部分，因为这是您尝试插入的 BOM 字符。当您插入此字符时，文件编码类型将变为“编码为 UTF-8”，而当您以编程方式删除时，它将变为“在没有 BOM 的情况下以 UTF-8 编码”，因为您已删除此 BOM 字符。

您必须做的另一个设置是更改 Notepad++ 的首选项，如下所示，这样做只会让 Notepad++ 能够识别您想要的编码。

在此处输入图像描述

但是，如果您只是编写文本，notepad++ 会将其视为“ANSI”。

希望我的解释很清楚，我的分析会对某人有所帮助。然而，这种方法是一种变通方法，不建议使用，但在无助的情况下这是可行的。

如果您不希望更改 Notepad++ 首选项，并且仍然希望编码为“在没有 BOM 的 UTF-8 中编码”，那么您必须执行以下操作，

在此处输入图像描述

我在这里的博客中可能以更好的方式解释了同样的事情

于 2014-04-08T04:17:33.523 回答