在浏览器下载中保留 UTF-8 BOM

Question

我有一个 JAX-RS REST-Service，它生成一个 CSV 文件并将其流式传输回浏览器。一切都设置为 UTF-8，所以我通过浏览器下载的文件也是一个有效的 UTF-8 文件（没有 BOM），它在 Notepad++、Sublime 等中向我显示了有效、可读的 UTF-8 变音符号等。

虽然在 Excel 中打开这样的文件会导致不可读的元音变音等，因为 Excel 显然试图用另一个字符集打开它（我猜是 CP-1252，但这并不重要）。

通过 Notepad++ 使用 BOM 保存文件并在 Excel 中重新打开它的效果很好。似乎检测 BOM 是 Excel 用于检测 UTF-8 的唯一方法。无论如何 - 我认为添加 BOM 会有所帮助...

做到了。结果相同。过了一会儿，我发现 BOM 在某些情况下会被删除：如果我在 BOM 之前添加任何字符，我可以在我的 Hex-Editor 中看到 BOM。删除该字符后，BOM 将不再存在。

当我继续通过 cURL 下载文件时，我真的很惊讶。 BOM 就在那里！在那之前，我认为这可能与我的应用程序、Content-Types、Encodigs、HTTP Headers 等有关 - 但它们似乎都很好。

现在，经过数小时尝试不同的事情，我有什么想法可以告诉浏览器保留 BOM 吗？我可以设置任何 HTTP 标头吗？由于 Chrome、Internet Explorer、Edge、Firefox 都删除了 BOM，这听起来有点像我的浏览器约定...

非常感谢您高度赞赏的帮助！

编辑：感谢 sideshowbarker 的回答，我找到了一种解决方法，方法是在内容前添加两个 BOM，因此在浏览器删除第一个 BOM 后会剩下一个 BOM。

Answer 1

解决方法（来自 cmets）：由于只读取前三个字节，因此您可以在源文件前添加两个 BOM，这将导致下载的文件是带有 BOM 的有效 UTF-8。

就 Excel 而言：根据https://stackoverflow.com/a/16766198/1143392 的答案，较新版本的 Excel（来自 Office 365）现在支持 UTF-8。

就问题中描述的行为的原因而言：原因是，相关规范要求剥离 BOM，这就是浏览器所做的。也就是浏览器符合the UTF-8 decode algorithm in the Encoding spec的要求，就是这样：

要对字节流流进行 UTF-8 解码，请运行以下步骤：

1. 令buffer为空字节序列。

2. 从 stream 中读取三个字节到 buffer。

3. 如果 buffer 不匹配 0xEF 0xBB 0xBF，则将 buffer 添加到 stream。

4. 令输出为码位流。

5. 使用 stream 和 output 运行 UTF-8 的解码器。

6. 返回输出。

第 3 步是导致 BOM 被剥离的原因。

鉴于编码规范要求，我认为没有办法告诉浏览器保留 BOM。