求助：如何用 string.load 读取UTF-8 BOM 和无BOM的文件呢？

时代网络 · 发表于 2011-12-22 13:33:01

求助：如何用 string.load 读取UTF-8 BOM 和无BOM的文件呢？
main22.htm 分别尝试用 utf-8 无bom或者标准utf-8保存

<html>
<head>
<meta http-equiv="content-type" content="text/html; charset=UTF-8" />
<style>
@import "styles/master.css";
@import "styles/main1.css";
</style>
</head>
<body id="body">
测试中文s
<br />
test
<popup>
<menu .context id="popMenu">
<li id="mnAbout">关于</li>
<li id="mnClose">关闭程序</li>
</menu>
</popup>
</body>
</html>

复制代码

str = string.load("/res/main22.htm");
str = string.fromto(str);
当 main22.htm是utf-8格式保存的时候，用 string.fromto ，输出的str 为?<html>，等于多了个?号，而因为测试有限，觉得也不该单纯的删除fromto后第一个字符来实现吧？

当 main22.htm是utf-8 无bom 格式保存的时候，用 string.fromto ，输出的str 为<html> 就和源文件一摸一样了。

该怎样考虑写个函数来判断文件的编码格式并处理呢？求解，谢谢

神码 · 发表于 2011-12-22 15:59:02

import fsys.codepage;

str = fsys.codepage.load("/utf8file.html","UTF-8")

神码 · 发表于 2011-12-22 16:00:30

本帖最后由神码于 2011-12-22 16:01 编辑

文件操作相关的需求,可以到标准库的fsys下面找找,
fsys.codepage 用于转换文件内码, 可以看看该库的源码了解相关的一些技术.

ejzhang · 发表于 2018-3-26 13:04:33

删除BOM头即可：

str = string.replace(string.load("/res/main22.htm"), '^\xef\xbb\xbf', "" );

复制代码

JacenHe · 发表于 2018-3-26 17:05:21

如果是你自己创建的文件，不添加BOM就可以了，对于默认就支持UTF-8的环境，BOM是多余的。

如果是外部来源的文件，用 fsys.codepage.load() 去加载就可以了，对方的文件BOM并不一定是UTF8,

		自动登录	找回密码
密码			注册会员