如何从我的 xml 文件中删除 BOM 字符[重复]答案

【问题标题】：How do I remove the BOM character from my xml file [duplicate]如何从我的 xml 文件中删除 BOM 字符[重复]
【发布时间】：2010-09-22 16:01:55
【问题描述】：

我正在使用 xsl 来控制我的 xml 文件的输出，但是正在添加 BOM 字符。

【问题讨论】：

与纯文本文件不同，XML 文件上的字节顺序标记永远不会导致任何问题，因为所有 XML 解析器都应该能够处理它，即使它是“UTF-8 BOM” ”。事实上，XML 标准本身甚至建议将其作为 w3.org/TR/2006/REC-xml-20060816/… 编码自动检测的一部分。
这不是建议，F 部分不规范。 Unicode 标准明确允许使用 UTF-8 BOM，但不推荐使用 - en.wikipedia.org/wiki/Byte_order_mark#cite_note-2 - UTF-8 BOM 不指示字节顺序。
看起来不像是重复的，因为另一个问题提到了特定的工具。

标签： xml xslt unicode byte-order-mark

【解决方案1】：

# vim file.xml
:set nobomb
:wq

【讨论】：

【解决方案2】：

只需将其添加到您的 xslt 文件中：

<xsl:output method="text"
        encoding="ASCII"/>

【讨论】：

【解决方案3】：

只需使用任何十六进制编辑器去除前两个字节。

【讨论】：

或 3，取决于 UTF 风格
或 4，用于 UTF-32。但它很可能是 3，UTF-8 是最常见的 XML 编码。

【解决方案4】：

使用 XSLT 从字符串中删除 BOM 符号非常简单：

<xsl:value-of select="translate(StringWithBOM,'','')"/>

【讨论】：

【解决方案5】：

我的印象是鼓励 XML 以 Unicode 和某些 Unicode 编码编写，并且某些 Unicode 编码被指定为包含初始字节顺序标记。如果没有该字节顺序标记，您的文件将不再以 Unicode 编码正确编码，因此不再正确的 XML。鼓励 XML 处理器不宽容，在最轻微的错误（例如不正确的 Unicode 编码）上立即失败。您希望破解哪些类型的 XML 处理器？

显然，从 UTF-8 编码的文档中去除字节顺序标记会使该文档看起来是 ASCII 编码的（不是 Unicode），并且某些文本处理器只能使用 ASCII 编码的文档。这就是你正在使用的东西吗？

【讨论】：

对于没有指定编码且没有BOM的XML文件，UTF-8是默认编码。

【解决方案6】：

您的 XSL 设置为使用什么输出编码？输入文档是什么编码？输入来自哪里，同时在哪里保存/上传/下载？

如果未指定其他内容，

XML 和 XSL 应该默认使用 UTF-8。但很明显，这里出了点问题。

可能发生的一件事是，XML 正在由默认设置为在 ISO-8859-1 中提供服务的 Web 服务器提供服务，这是一个相当不错的默认设置...... pre-Unicode。

有点离题，但Joel's very instructive article 关于文本编码的内容让我大开眼界。有很多人在编程方面非常聪明，但他们坚持认为存在“纯文本”之类的东西，或者称他们的文本为“ASCII”或“ANSI”。如果您还没有解决这个问题，那么您确实需要解决这个问题。

【讨论】：