字符串处理中的错误：05279

问题现场：    

    今天我编写一个简单的主题爬虫，需要从文件爱你里读取主题字符串，然后对网页中的锚文本匹配，比如主题词s1是“党”，锚文本s2是“全面从严治党”，那么s2包含主题词。但是出现问题：s2.contains(s1) 返回结果是false。

问题分析过程：

    既然不匹配，那么打印两个字符串看看，从控制台上用肉眼观查没有发现特殊的异样。

    分析两个字符串长度：s1.length()==2 。将其转化为字符数组，首个字符值是05279。

出现原因：

   “WINDOWS自带的记事本等软件，在保存一个以UTF-8编码的文件时，会在文件开始的地方插入三个不可见的字符（0xEF 0xBB 0xBF，即BOM）。它是一串隐藏的字符，用于让记事本等编辑器识别这个文件是否以UTF-8编码。 ”

    我出现的原因是用Windows自带的笔记本新建的文件，另存为了UTF-8。当我改用Notepad，把格式转换为UTF-8无DOM格式后，问题就解决了。

总结：

    这种问题多分析、多接触就能解决了~