java读取带bom的utf-8文件时，bom（ef bb bf）会被当作普通字符读入，导致开头出现\ufeff引发解析异常；必须在字节层面检测并跳过bom后再解码，不可依赖字符串过滤。
Java 读取带有 BOM 的 UTF-8 文件时，如果直接用 new String(bytes, "UTF-8") 或 Files.readString(path, StandardCharsets.UTF_8)（Java 11+），BOM（EF BB BF）会被当作普通字符读入，导致字符串开头出现不可见的“零宽空格”或解析失败（如 JSON 解析报错、XML 声明不匹配等）。关键不是“过滤字符串”，而是**在字节层面跳过 BOM 再解码**。
方式一：读取字节流时手动检测并跳过 BOM
适用于需要精细控制编码、兼容老版本 Java（
- 先读取前 3 个字节，判断是否为
0xEF 0xBB 0xBF - 如果是，后续字节从第 4 位开始解码；否则从第 0 位开始
- 注意：必须用
InputStream（而非 Reader），避免提前解码
public static String readUtf8WithoutBom(Path path) throws IOException {
byte[] raw = Files.readAllBytes(path);
int offset = 0;
if (raw.length >= 3 && raw[0] == (byte) 0xEF && raw[1] == (byte) 0xBB && raw[2] == (byte) 0xBF) {
offset = 3;
}
return new String(raw, offset, raw.length - offset, StandardCharsets.UTF_8);
}
方式二：使用 Apache Commons IO（推荐快速落地）
引入 commons-io:2.11.0+，其 FileUtils.readFileToString() 和 IOUtils.toString() 默认自动识别并跳过 UTF-8 BOM：
Alibabacloud Sdk Client Initialization For Java
下载
在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。
- 无需手动判断，一行搞定：
String content = FileUtils.readFileToString(file, StandardCharsets.UTF_8); - 底层已对常见 BOM（UTF-8/UTF-16BE/UTF-16LE）做了兼容处理
- 适合项目已依赖 Commons IO 或追求简洁性
方式三：Java 11+ 使用 Files.readString + 自定义 Charset（轻量无依赖）
若不想引入第三方库，又用 Java 11+，可封装一个带 BOM 感知的 Charset：
- 创建包装类，重写
decode()方法，在解码前跳过 BOM 字节 - 或更简单：先用
Files.readAllBytes()获取字节数组，再按方式一处理（见上） - 注意：
Files.readString(path, charset)本身不处理 BOM，必须自己剥离字节
额外提醒：写入时避免生成 BOM
读取问题常伴随写入问题。Java 标准库（Files.write()、OutputStreamWriter）默认**不会写入 BOM**。但若用某些编辑器（如 Windows 记事本）保存 UTF-8 文件，会主动加 BOM。因此：
- 开发中统一用 IDE（IntelliJ/VS Code）以 “UTF-8 without BOM” 模式保存源文件
- 生成配置文件时，明确指定不写 BOM（例如用
Files.write(path, content.getBytes(StandardCharsets.UTF_8))是安全的） - 不要依赖
"UTF-8"字符串名——它在部分旧 JDK 中可能隐含 BOM 行为，始终用StandardCharsets.UTF_8
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
