java处理utf-8-bom转utf-8

之前写过一篇java利用JAXB实现对象和xml互转
最近发现如果xml格式为utf-8-bom格式 而不是utf-8格式的时候，jaxb处理会报错。

UTF-8 BOM又叫UTF-8 签名，UTF-8不需要BOM来表明字节顺序，但可以用BOM来表明编码方式。当文本程序读取到以 EF BB BF开头的字节流时，就知道这是UTF-8编码了。Windows就是使用BOM来标记文本文件的编码方式的。

所以可以了解到Bom是微软的习惯，java是没有直接兼容这种标准，这种标准和普通的utf-8的xml的区别只是在文件开头多了三个字节：EFBBBF
所以我们的处理思路是拿到xml文件之后，读取前三个字节是否是EFBBBF就可以判断是不是utf-8-bom这种格式，移除掉这三个字节就能转换成标准的utf-8,这样jaxb就可以处理了。

新建UTF8BomUtil：

package com.ly.mp.project.utils;

import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStream;
import java.nio.file.Files;
import java.nio.file.Path;
import java.nio.file.Paths;

import org.apache.commons.codec.binary.Hex;

public class UTF8BomUtil {

    public static boolean isContainBOM(String filePath) throws IOException {
        Path path = Paths.get(filePath);
        if (Files.notExists(path)) {
            throw new IllegalArgumentException("Path: " + path + " does not exists!");
        }

        boolean result = false;

        byte[] bom = new byte[3];
        try (InputStream is = new FileInputStream(path.toFile())) {

            // read first 3 bytes of a file.
            is.read(bom);

            // BOM encoded as ef bb bf
            String content = new String(Hex.encodeHex(bom));
            if ("efbbbf".equalsIgnoreCase(content)) {
                result = true;
            }

        }

        return result;
    }

    public static void main(String[] args) throws IOException {
        String utf8BomPath = "D://tmp/utf8bomTest/Application_and_calibration.odx-f";
        boolean flag = UTF8BomUtil.isContainBOM(utf8BomPath);
        System.out.println(flag);
    }
}

上面这个方法可以识别utf-8-bom文件，接下来去掉开头这三个字节即可，可以用
org.apache.commons.io.FileUtils;

public static void removeByte(String filePath, int byteSize) throws IOException {
        File file = new File(filePath);
         byte[] bytes = FileUtils.readFileToByteArray(file);
         byte[] bytesNew = new byte[bytes.length - byteSize];
         for(long i = 0; i < bytes.length; i++) {
             if(i >= byteSize) {
                 bytesNew[(int) (i-byteSize)] = bytes[(int) i];
             }
         }
         FileUtils.writeByteArrayToFile(file, bytesNew);
    }