c++ - 如何确定文本文件是否具有 Unicode BOM？

Question

如何使用 Qt 类检测 BOM？我想做的是读取一个 UTF-8 文件，处理其内容并将其写回。我可以选择使用 QTextStream 设置或删除 BOM，但我看不到任何方法来保留其原始状态(存在或不存在)，因为我无法查询它。

Answer 1

您可以使用QTextCodec::codecForUtfText 来确定字节数组是否有BOM:

QFile *file = ...;
bool hasByteOrderMark = QTextCodec::codecForUtfText(file->peek(4), nullptr) != nullptr;
// QTextCodec is owned by Qt - don't free

作为一种捷径，您可以利用(未记录的)事实，即如果 QTextStream 未能从流中检测到编码，它将关闭 generateByteOrderMark:

QTextStream stream(file);
stream.setAutoDetectUnicode(true);
stream.setCodec(QTextCodec::codecForMib(106));    // default to UTF-8
stream.setGenerateByteOrderMark(true);

stream.readLine();    // detect codec and possibly switch off generateByteOrderMark

int mib = stream.codec()->mibEnum();    // detected codec, or UTF-8 (default set above)
bool hasByteOrderMark = stream.generateByteOrderMark();

这是未记录的行为，因此如果您想依赖它，您可能需要进行测试。