未知字符

Question

我从文件中读取了编码为“UTF-8”的字符串。我需要将它与表达式相匹配。 该文件的第一个字符是#，但在字符串中，第一个字符是''（空符号）。我用charset“UTF-8”将其翻译成字节，这里是[-17, -69, -65]。有谁知道它是什么以及如何用正则表达式解决它？

Answer 1

某些编辑器（如记事本）在保存UTF-8文本时添加BOM（字节顺序掩码）签名。您应该在从此类文件读取字符串之前检查0xEF，0xBB，0xBF字节，如果它们存在则跳过它们。

另一种方法是不要使用记事本来编辑UTF-8文本，得到其他程序，如Notepad ++，Kate或任何你可以控制添加BOM的女巫。