编写没有字节顺序标记 (BOM) 的文本文件？

Question

我正在尝试使用带有 UTF8 编码的 VB.Net 创建一个没有 BOM 的文本文件。任何人都可以帮助我，如何做到这一点？
我可以使用 UTF8 编码编写文件，但是，如何从中删除字节顺序标记？

编辑1： 我试过这样的代码；

    Dim utf8 As New UTF8Encoding()
    Dim utf8EmitBOM As New UTF8Encoding(True)
    Dim strW As New StreamWriter("c:\temp\bom\1.html", True, utf8EmitBOM)
    strW.Write(utf8EmitBOM.GetPreamble())
    strW.WriteLine("hi there")
    strW.Close()

        Dim strw2 As New StreamWriter("c:\temp\bom\2.html", True, utf8)
        strw2.Write(utf8.GetPreamble())
        strw2.WriteLine("hi there")
        strw2.Close()

1.html 仅使用 UTF8 编码创建，2.html 使用 ANSI 编码格式创建。

简化方法 - http://whatilearnttuday.blogspot.com/2011/10/write-text-files-without-byte-order.html

Answer 1

为了省略字节顺序标记 (BOM)，您的流必须使用 UTF8Encoding 的实例，而不是 System.Text.Encoding.UTF8（配置为生成 BOM）。有两种简单的方法可以做到这一点：

1.明确指定合适的编码：

1. 使用False 调用UTF8Encoding constructor 以获得encoderShouldEmitUTF8Identifier 参数。

2. 将UTF8Encoding 实例传递给流构造函数。

' VB.NET:
Dim utf8WithoutBom As New System.Text.UTF8Encoding(False)
Using sink As New StreamWriter("Foobar.txt", False, utf8WithoutBom)
    sink.WriteLine("...")
End Using

// C#:
var utf8WithoutBom = new System.Text.UTF8Encoding(false);
using (var sink = new StreamWriter("Foobar.txt", false, utf8WithoutBom))
{
    sink.WriteLine("...");
}

2。使用默认编码：

如果您根本不向StreamWriter 的构造函数提供Encoding，则StreamWriter 将默认使用不带BOM 的UTF8 编码，因此以下内容应该同样有效：

' VB.NET:
Using sink As New StreamWriter("Foobar.txt")
    sink.WriteLine("...")
End Using

// C#:
using (var sink = new StreamWriter("Foobar.txt"))
{
    sink.WriteLine("...");
}

最后，请注意省略 BOM 仅适用于 UTF-8，不适用于 UTF-16。

Answer 2

试试这个：

Encoding outputEnc = new UTF8Encoding(false); // create encoding with no BOM
TextWriter file = new StreamWriter(filePath, false, outputEnc); // open file with encoding
// write data here
file.Close(); // save and close it

Answer 3

只需使用System.IO.File中的WriteAllText方法即可。

请查看File.WriteAllText的样本。

此方法使用不带字节顺序标记 (BOM) 的 UTF-8 编码，因此 使用 GetPreamble 方法将返回一个空字节数组。如果是 必须包含 UTF-8 标识符，例如字节顺序标记，在 文件的开头，使用 WriteAllText(String, String, Encoding) 方法重载，使用 UTF8 编码。

Answer 4

对此的有趣说明：奇怪的是，System.IO.File 类的静态“CreateText()”方法创建 UTF-8 文件没有 BOM。

通常这是错误的来源，但在您的情况下，它可能是最简单的解决方法:)

Answer 5

如果您在创建新的StreamWriter 时未指定Encoding，则使用的默认Encoding 对象是UTF-8 No BOM，它是通过new UTF8Encoding(false, true) 创建的。

所以要创建一个不使用 BOM 的文本文件，使用不需要您提供编码的构造函数：

new StreamWriter(Stream)
new StreamWriter(String)
new StreamWriter(String, Boolean)

Answer 6

我认为 Roman Nikitin 是对的。构造函数参数的含义被翻转。 False 表示没有 BOM，true 表示有 BOM。

您会获得 ANSI 编码，因为没有 BOM 且不包含非 ansi 字符的文件与 ANSI 文件完全相同。在“hi there”字符串中尝试一些特殊字符，您会看到 ANSI 编码更改为 without-BOM。

Answer 7

没有 BOM 的 XML 编码 UTF-8
我们需要将 XML 数据提交给 EPA，他们接受我们输入的应用程序需要没有 BOM 的 UTF-8。哦，是的，普通的 UTF-8 应该是每个人都可以接受的，但不是 EPA 可以接受的。这样做的答案在上面的 cmets 中。谢谢罗马尼基丁。

这里是 XML 编码的 C# sn-p 代码：

    Encoding utf8noBOM = new UTF8Encoding(false);  
    XmlWriterSettings settings = new XmlWriterSettings();  
    settings.Encoding = utf8noBOM;  
        …  
    using (XmlWriter xw = XmlWriter.Create(filePath, settings))  
    {  
        xDoc.WriteTo(xw);  
        xw.Flush();  
    }    

查看这是否真的从输出文件中删除了三个前导字符可能会产生误导。例如，如果您使用 Notepad++ (www.notepad-plus-plus.org)，它将报告“Encode in ANSI”。我猜大多数文本编辑器都依靠 BOM 字符来判断它是否是 UTF-8。清楚地看到这一点的方法是使用像 WinHex (www.winhex.com) 这样的二进制工具。因为我正在寻找前后差异，所以我使用了 Microsoft WinDiff 应用程序。

Answer 8

对于 VB.Net Visual Basic，这是如何使其工作的：

My.Computer.FileSystem.WriteAllText("FileName", Data, False, System.Text.Encoding.ASCII)

Answer 9

您的输入文本可能包含字节顺序标记。在这种情况下，您应该在写入之前将其删除。

Answer 10

Dim sWriter As IO.StreamWriter = New IO.StreamWriter(shareworklist & "\" & getfilename() & ".txt", False, Encoding.Default)

给你想要的结果（我认为）。