使用 BOM 编译 (javac) UTF8 编码的 Java 源代码

Question

您好，感谢您阅读我的帖子。

我的问题如下：我想用“javac”编译一个 Java 源文件，这个文件是用 BOM 编码的 UTF-8（操作系统是 WinXP）。

以下是我的工作：

1) 使用“记事本”创建文件并选择 UTF-8 编码

dos> notepad Test.java
"File -> Save as..."
File name   : Test.java
Save as type: All Files
Encoding    : UTF-8
Save

2) 在该文件中创建一个 Java 类并像 1) 一样保存该文件

public class Test
{
    public static void main(String [] args)
    {
        System.out.println("This is a test.");
    }
}

3) 可视化文件的十六进制版本（第一行）

dos> xxd Test.java | head -1
0000000: efbb bf70 7562 6c69 6320 636c 6173 7320  ...public class

注意： ef bb bf 是 UTF-8 编码的 BOM（UTF-16 编码的 BOM 是 FE FF）。

4) 尝试用“javac”编译这段代码

dos> javac -encoding utf8 Test.java
Test.java:1: illegal character: \65279
?public class Test
^
1 error

注意：65279 是 BOM 的十进制版本。

我的问题如下：我怎样才能使这个编译工作：

• 保持 UTF-8 编码
• 并保留 BOM？

感谢您的帮助和最诚挚的问候。

莉亚

Answer 1

修剪 BOM，然后使用 javac -encoding utf8 x.java

Answer 2

这不是您的文本编辑器的问题，而是 javac 的问题！ Unicode 规范说 BOM 在 UTF-8 中是可选的，它并没有说它是禁止的！ 如果 BOM 可以在那里，那么 javac 必须处理它，但它没有。实际上，在 UTF-8 文件中使用 BOM 有助于区分 ANSI 编码的文件和 Unicode 编码的文件。

删除 BOM 的建议解决方案只是一种解决方法，而不是正确的解决方案。

这个错误报告表明这个“问题”永远不会被修复：https://web.archive.org/web/20160506002035/http://bugs.java.com/view_bug.do?bug_id=4508058

由于此线程在“javac BOM”搜索的前 2 个 google 结果中，因此我将其留给未来的读者。

Answer 3

https://stackoverflow.com/a/28043356/7050261

实际上，在 UTF-8 文件中使用 BOM 有助于区分 ANSI 编码文件和 Unicode 编码文件。

其实

• BOM 不是区分 ANSI 和 Unicode。不要使用 故意的功能不是为它设计的。

• UTF-8 被设计为有意向后兼容 ANSI，所以很多 为处理依赖的格式化文本而编写的代码 仅 0..127 字节（XML、JSON 等）应该可以正确处理 UTF-8 编码文本，无需任何修改。