UTF-8和UTF-8无BOM，一个会导致文件中中文变量无法匹配的bug

Posted 2020-10-08 liuxiaopang

 

昨晚用dom4j中的selectSingleNode解析xml，匹配节点。

发现匹配不到，但是确实存在该节点

将regex改为regex1后则可以匹配，也就是说文件中的“阿里旺旺”和程序中的“阿里旺旺”不相等。

此时有经验的人都会想到编码问题，于是我尝试各种编码发现都不行，结果最后在此处发现UTF-8还有两种格式

尝试讲文件换成UTF-8无BOM格式则匹配成功

查阅资料发现BOM其实是一个编码标识符，用来标识该文件的编码的，因此windows下程序读取文件的时候会有编码问题，因此在需要读取中文并且做匹配的时候，请使用UTF-8无BOM格式编码的文件。