在Java中读取奇怪的unicode字符？

我有以下文本文件：

该文件以utf-8编码保存

我使用以下代码读取文件的内容：

FileReader fr = new FileReader("f.txt");
BufferedReader br = new BufferedReader(fr);
String s1 = br.readLine();
String s2 = br.readLine();
System.out.println("s1 = " + s1.length());
System.out.println("s2 = " + s2.length());

输出：

s1 = 5

s2 = 4

然后我尝试使用

s1.charAt（0）

获取s1的第一个字符，它是

'

（空白）字符。这就是为什么s1的长度是5。即使我尝试使用

s1.trim（）其长度仍然为5。
我不知道为什么会这样？如果文件是用ASCII编码保存的，它工作正常。
这实际上不是一个空白字符，而是一个BOM-。Windows使用BOM表将文件标记为unicode（UTF-8、UTF-16和UTF-32）编码的文件

我认为即使在记事本中，您也可以保存没有BOM的文件（实际上不是必需的）。
记事本显然在文件的开头使用了一个不可打印的字符来保存文件，该字符仅将其标记为UTF-8，但不需要使用（实际上不建议使用）。你可以忽略或删除它；其他文本编辑器通常让您可以选择使用UTF-8（带或不带BOM）。
例如，空字符。使用（char）0时，将被转换为“”

可能是filereader正在读取文件开头的空字符。我不知道为什么

即使我尝试使用s1.trim（）；它的长度仍然是5

我希望您正在这样做：

    s1.trim();

那不是你想要它做的。Java字符串是不可变的，
trim（）
方法正在创建一个新字符串。。。然后你就把它扔掉了。您需要这样做：

    s1 = s1.trim();

。。。它将对
trim（）
创建的新字符串的引用指定给某个对象，以便您可以使用它

（注意：
trim（）
并不总是创建新字符串。如果原始字符串没有前导或尾随空格，则
trim（）
方法只返回原样。）
那么，您可能正在尝试使用不同的编码读取文件

您需要使用
OutputStreamReader
类作为
BufferedReader
的读卡器参数。它确实接受编码。为它复习

有点像这样：

BufeferedReader out = new BufferedReader(new OutputStreamReader(new FileInputStream("jedis.txt),"UTF-8")))

或者，您可以使用系统属性
file.encoding
将当前系统编码设置为UTF-8

java -Dfile.encoding=UTF-8 com.jediacademy.Runner arg1 arg2 ...

如果您只需要此特定文件，也可以在运行时使用
system.setProperty（…）
将其设置为系统属性，但在这种情况下，我想我更喜欢
OutputStreamWriter

通过设置系统属性，您可以使用
FileReader
，并期望它使用UTF-8作为文件的默认编码。在本例中，适用于您读取和写入的所有文件

如果您打算检测文件中的解码错误，您将被迫使用
OutputStreamReader
方法并使用接收解码器的构造函数

有点像

CharsetDecoder decoder = Charset.forName("UTF-8").newDecoder();
decoder.onMalformedInput(CodingErrorAction.REPORT);
decoder.onUnmappableCharacter(CodingErrorAction.REPORT);
BufeferedReader out = new BufferedReader(new InputStreamReader(new FileInputStream("jedis.txt),decoder));

您可以在操作
IGNORE | REPLACE | REPORT
之间进行选择，您确定第一行末尾没有空格吗？否则，只需使用
String.trim
这是记事本中的一个bug。你应该报告它。但是我如何在Java中删除这样的字符呢？@ipkiss:if（s1.charAt（0）='\uFEFF'）s1=s1.substring（1）；这是一个众所周知的Windows错误。