Java解决UTF-8 BOM问题

也许很多人在用dom4j操作xml的时候遇到过这样的问题“Content is not allowed in prolog”，以前我还真没遇到过，因为用的一直是Sun的JDK1.6，但如果用1.5以前的版本包括1.5或者非Sun的JDK，也许会碰到这种访问，用原始方式查看，比如命令行查看文件，会发现在它的内容最前面加了几个乱码，正是因为这个乱码导致xml无法解析，同样，如果是做其它的操作，可能也会因为这个乱码而导致异常，这其实是utf-8 BOM的问题，简单的来说就是String的字符在写入流的过程中采用的是utf-16的编码写入的，之所以采用utf-16是因为JVM在运行时采用的是utf-16，那是乱码其实是标识当前的文件编码是utf的意思，很多文本编辑器都对其做了处理，所以如果在比如linux下的gedit或者window的UE，看到的内容是好好的，但是一但用程序操作，便看到了那个小乱码，说白了，是对本文内容utf格式的一种标识导致了那个小乱码的出现，其实那个标识对于utf8格式来说可有可无，所以既然知道是本文标识导致的问题，那么解决也很解决，不要直接把文本String写入到文件中就好了，直接用byte写入，所以如果是经常用OutputStream直接操作byte写入文件的话，是不会遇到这个问题的，但如果是用Writer类直接把String写入文件则会出现这个问题，例：

BufferedWriter writer = new BufferedWriter(out);

writer.write("Hello World");

改成：

OutputStream out = new FileOutputStream(file);

out.write("Hello World".getBytes());

这个问题就解决了，与其很多网上说怎么跳过那个小乱码进行操作，不如直接不让那个乱码出现，这样更直接，只是一个简单的getBytes()便可以改变。

这也反映出了一个小技巧，那就是读文件对其内容进行操作时，建议用Reader，写文件时建议用OutputStream，当然这个问题在Sun的JDK1.6已经解决了，用什么也无所谓，如果大家关于这个问题还有什么看法与建议，欢迎交流