c# - UTF8 文件开头字符正在破坏序列化器和读取器

Question

好的，我正在尝试使用 UTF8 文本文件。我一直在与作者为 UTF8 插入的 BOM 字符作斗争，这几乎破坏了我读取文件所需的任何东西，包括序列化程序和其他文本阅读器。

我得到前导六个字节的数据:

0xEF
0xBB
0xBF
0xEF
0xBB
0xBF

(现在我正在查看它，我意识到那里有两个字符。那是 UTF8 BOM 标记吗？我是否对其进行了双重编码)？

请注意，序列化器编码为 UTF8，然后内存流获取 UTF8 字符串，然后我使用 UTF8 将字符串写入文件……似乎有很多冗余。想法？

//I'm storing this xml result to a database field. (this one includes the BOF chars)
using (MemoryStream ms = new MemoryStream())
{
    Utility.SerializeXml(ms, root);
    xml = Encoding.UTF8.GetString(ms.ToArray());

}


//later on, I would take that xml and then write it out to a file like this: 
File.WriteAllText(path, xml, Encoding.UTF8);



public static void SerializeXml(Stream output, object data)
{
    XmlSerializer xs = new XmlSerializer(data.GetType());
    XmlWriterSettings settings = new XmlWriterSettings();
    settings.Indent = true;
    settings.IndentChars = "\t";
    settings.Encoding = Encoding.UTF8;
    XmlWriter writer = XmlTextWriter.Create(output, settings);
    xs.Serialize(writer, data);
    writer.Flush();
    writer.Close();
}

Answer 1

是的，这是两个 BOM。由于以下极其不幸的事实，您两次编码为 UTF-8，并且每次都添加一个伪 BOM:

Encoding.UTF8

的意思是“UTF-8 和一个毫无意义的 U+FEFF 粘在前面来搞砸你的应用程序”。尝试使用

new UTF8Encoding(false)

应该give you a less sucky version .