utf-8 bom 对 xml 的影响

我们公司有个采取struts的项目，在工程启动开始解析struts-config.xml文件的时候，产生了如下异常：

Parse Fatal Error at line 1 column 1: Content is not allowed in prolog.
org.xml.sax.SAXParseException: Content is not allowed in prolog.

通过网上搜索，发现原来是UTF-8 BOM捣的鬼。

Unicode规范中有一个BOM的概念。BOM——Byte Order Mark，就是字节序标记。

在UCS 编码中有一个叫做"ZERO WIDTH NO-BREAK SPACE"的字符，它的编码是FEFF。而FFFE在UCS中是不存在的字符，所以不应该出现在实际传输中。UCS规范建议我们在传输字节流前，先传输字符"ZERO WIDTH NO-BREAK SPACE"。这样如果接收者收到FEFF，就表明这个字节流是Big-Endian的；如果收到FFFE，就表明这个字节流是Little-Endian的。因此字符"ZERO WIDTH NO-BREAK SPACE"又被称作BOM。

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。字符"ZERO WIDTH NO-BREAK SPACE"的UTF-8编码是EF BB BF。对于采取UTF-8 签名的文件，会自动在文档顶部添加EF BB BF，这个是不会产生输出的，只是多了一个空行。但是工程在解析包含这个标识的xml文件的时候，不识别这样的特殊标志，就会产生上面的异常信息。

解决办法如下：

用EditPlus打开这个文件，然后点击Tools菜单，选择Preferences,然后在弹出的窗口左侧点Files,在右侧的UTF-8 signature 下拉框选择 Always remove signature。如下图所示：

然后点ok即可设置完毕。然后把刚才打开的xml文档另存一份即可消除BOM标记。把这个xml文件放到工程中，覆盖以前的，就会成功解析。