问题描述
我从文件中读取了编码为 UTF-8的字符串。我需要将其与表达式匹配。
文件的第一个字符是＃，但是在字符串中，第一个字符是''（空符号）。我已经将其转换为带有字符集 UTF-8的字节，这里是 [-17，-69，-65] 。有人知道它是什么，以及如何使用正则表达式解决吗？
I read the string from file with encoding "UTF-8". And I need to match it to a expression.The first character of the file is #, but in the string the first is ''(empty symbol). I have translated it into bytes with charset "UTF-8", here it is [-17, -69, -65]. Does anyone know what is it and how to solve it with regexprs?
推荐答案
某些编辑器（如记事本）会添加BOM（字节顺序）保存UTF-8文本时的掩码）签名。从此类文件中读取字符串之前，应检查0xEF，0xBB，0xBF字节，如果存在则跳过它们。
Some editors (like notepad) adds BOM (byte order mask) signature when saved UTF-8 text. You should check 0xEF, 0xBB, 0xBF bytes before read string from such file and skip them if they exists.
另一种方法是不使用记事本编辑UTF-8文本，获取其他程序（如Notepad ++，Kate或其他可以控制添加BOM的程序）。
Another way is do not use notepad for editing UTF-8 texts, get other program like Notepad++, Kate or whatever with witch you can control adding BOM.
这篇关于未知字符的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！