过滤上传的txt文件中的BOM

一.现象：

项目中需要上传txt格式的文件进行解析，但不同的文件格式（UTF-8、UTF-8 + BOM、UTF-16, big-endian、UTF-16, little-endian、UTF-32, big-endian、UTF-32, little-endian）会带有不同字节大小的BOM信息导致解析失败。需要将BOM信息过滤掉。google一下，有很多文章，下面是一种解决办法：

二.解决方案：

1.下载java文件

访问：http://koti.mbnet.fi/akini/java/unicodereader/

下载  UnicodeInputStream.java 、  UnicodeReader.java

2.加入到工程中

将 UnicodeInputStream 和 UnicodeReader放到工程中合适的位置（放入后只需要修改包名）

3.客户端调用

private String getContentFromFile(MultipartFile epgFile) throws IOException  {
		StringBuffer contentBuffer = new StringBuffer();
		BufferedReader reader =null;
		try {
			//去掉UTF+BOM格式中BOM代表的字节
			UnicodeInputStream uis = new UnicodeInputStream(epgFile.getInputStream(),"UTF-8");
			String actualEncoding = uis.getEncoding();
			reader = new BufferedReader(new InputStreamReader(uis,actualEncoding));
			String line;
			while((line = reader.readLine())!=null){
				contentBuffer.append(line).append("\r\n");
			}
		} catch (IOException e) {
			log.error("get content from epg file failed",e);
			throw e;
		} finally {
			try {
				if(reader != null){
					reader.close();
				}
			} catch (IOException e) {
				log.error("close reader stream failed", e);
				throw e;
			}
		}
		return contentBuffer.toString();
	}

4.小结

这种方法通过加入UnicodeInputStream，UnicodeInputStream内部通过PushBackInputStream读取文件流中前几个字节并解析是否包含BOM信息，然后调用PushBackInputStream的unread方法将输入流定位到正确的位置（去除BOM信息的第一个字节）来达到去除BOM信息，正确解析文件的目的。

注：UnicodeInputStream和UnicodeReader中调用init方法地方的注释应该酌情去掉。