XML的BOM

最近做一个XML的生成与导入功能，生成的XML经过语法验证和Schema验证，均无错误，编码方式也是所要求UTF-8，可是导入时却一直提示：

Error on line 1 of document  : Content is not allowed in prolog. Nested exception: Content is not allowed in prolog.
由于导入的系统时税务部门的网站，无从查看代码，跟踪异常，所有的信息只这一句莫名其妙的错误提示。

搜索后得知，可能是因为BOM引起的。

什么是BOM呢？

BOM：Byte Order Mark，中文名字节顺序标记。UCS规范建议在传输字节流前，先传输BOM来判断字节顺序。其实UTF-8是不需要用BOM来表明字节顺序的，但是可以用BOM来表明编码方式。BOM的UTF-8编码是EF BB BF，所以呢，如果接受者收到EF BB BF开头的字节流，就说明它是UTF-8编码了。

由此可见，对于UTF-8来说，BOM是可有可无的，可是，有的XML解析方式不认这个BOM，所以就报错了。

怎么判断XML是否含有BOM呢？

用UltraEdit或者其他可以带有十六进制编辑功能的软件打开XML，如果开头有EF BB BF就说明含有BOM了。

怎样去掉BOM呢？

可以用UltraEdit或者EmEditor打开XML，然后另存为，保存的时候有选项是以无BOM的UTF-8保存还是以有BOM的UTF-8保存。

怎样生成无BOM的XML呢？

要去掉生成的XML的BOM，要从源头上解决，不可能让用户每次生成XML后，手动编辑去掉BOM后再导入。

之前生成XML的代码是：

XmlWriterSettings settings  =   new  XmlWriterSettings();
settings.Encoding  =  System.Text.Encoding.GetEncoding( " utf-8 " );
XmlWriter writer  =  XmlWriter.Create(pathName, settings);

修改之后：

XmlWriterSettings settings  =   new  XmlWriterSettings();
settings.Encoding  =   new  UTF8Encoding( false );
XmlWriter writer  =  XmlWriter.Create(pathName, settings);

这样用XmlWriter生成的XML就是不带BOM的了，导入成功，不再报错。

 

转载于:https://www.cnblogs.com/niuniu1985/archive/2011/07/14/2106439.html