UTF8Encoding與BOM | 黃偉榮的學習筆記 - - 點部落

文章推薦指數: 80 %
投票人數:10人

ToArray()); //do something //把檔案存起來 File.WriteAllText(filePath, result, Encoding.UTF8); }. 會照成輸入二次BOM的原因在於第5行與第17行, ... 前陣子團隊中有用XmlSerializer將物件轉成XML存檔後,上傳給另一家公司,對方卻一直回報我們XML有問題,用文字編輯器看格式都很正確,但用XML的編輯器卻會出錯,發現原來是BOM害的。

前陣子團隊中有用XmlSerializer將物件轉成XML存檔後,上傳給另一家公司,對方卻一直回報我們XML有問題,用文字編輯器看格式都很正確,但用XML的編輯器卻會出錯,發現原來是BOM害的。

 用VisualStudio開啟,會出現未預期的XML宣告。

XML宣告必須是文件中的第一個節點,前面不得有空白字元的錯誤訊息(如圖一),可是怎麼看都沒有多餘的空白,後來用2進元編輯器開啟,發現檔案前多了一組BOM(Byteordermark)。

圖一用VisualStudio開啟檔案所發生的錯誤。

 圖二多出的BOM。

NOTE:什麼是BOM位元組順序記號(byte-ordermark,BOM),是Unicode存放在檔案的最前面,用來記錄讀位元組的順序,如UTF-8是EFBBBF,詳情請看:維基百科-位元組順記號維基百科-位元組序 這是其中的程式碼片段using(varmemoryStream=newMemoryStream()) { //XmlSerializer不給Encoding,其XML宣告會是UTF-16 varxmlWriter=newXmlTextWriter(memoryStream,Encoding.UTF8); //空命名空間 XmlSerializerNamespacesxsn=newXmlSerializerNamespaces(); xsn.Add(String.Empty,String.Empty); ser.Serialize(xmlWriter,sample,xsn); varresult=Encoding.UTF8.GetString(memoryStream.ToArray()); //dosomething //把檔案存起來 File.WriteAllText(filePath,result,Encoding.UTF8); }   會照成輸入二次BOM的原因在於第5行與第17行,同時給了UTF8Encoding,但這不是最主要的原因,出錯的主因是二個地方都使用了有BOM的UTF8Encoding,查了MSDN,UTF8Encoding在建構式時,可以指定要不要輸出BOM,而System.Text.Encoding.UTF8是使用要輸出BOM的UTF8Encoding。

圖三MSDN的UTF8Encoding的說明。

  System.Text.Encoding.UTF8的原始碼 { get { if(utf8Encoding==null) { utf8Encoding=newUTF8Encoding(true); } returnutf8Encoding; } } 而System.Text.Encoding下的幾個靜態屬性UTF7、UTF8、Unicode、UTF32都是使用BOM為true的建構式,所以想不要BOM的話,請改用newUTF8Encoding(false)。

NOTE: 我同時也看了File.WriteAllText的原始碼,其實是我們雞婆,因為File.WriteAllText的多載,其中File.WriteAllText(stringpath,stringcontents),所用的預設Encoding就是newUTF8Encoding(false),所以我們不指定Encoding反而沒事。

  參考資料 UTF8Encoding類別 回首頁 本頁段落 參考資料



請為這篇文章評分?