java - 在 Java 中读取奇怪的 unicode 字符？

Question

我有以下文本文件:

文件以utf-8编码保存。

我使用了下面的代码来读取文件的内容:

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 的长度为 5。即使我尝试使用 s1.trim(); 它的长度仍然是 5。我不知道为什么会这样？如果文件使用 ASCII 编码保存，它可以正常工作。

Answer 1

记事本显然用 byte order mark 保存了文件，开头的一个不可打印字符，仅将其标记为 UTF-8，但不需要(实际上不建议)使用。您可以忽略或删除它；其他文本编辑器通常会让您选择使用带或不带 BOM 的 UTF-8。