我有一个以这行开头的UTF-8文本文件：
<HEAD><Meta name=GENERATOR content="MSHTML 10.00.9200.16521"><body>
当我使用带有TEncoding.UTF8的TFile.ReadAllText读取此文件时：
MyStr := TFile.ReadAllText(ThisFileNamePath,TEncoding.UTF8);
然后省略文本文件的前3个字符,因此MyStr导致：
'AD><Meta name=GENERATOR content="MSHTML 10.00.9200.16521"><body>...'
但是,当我使用没有TEncoding.UTF8的TFile.ReadAllText读取此文件时：
MyStr := TFile.ReadAllText(ThisFileNamePath);
然后完整正确地读取文件：
<HEAD><Meta name=GENERATOR content="MSHTML 10.00.9200.16521"><body>...
TFile.ReadAllText有bug吗？
解决方法
跳过前三个字节,因为RTL代码假定该文件包含UTF-8 BOM.显然你的文件没有.
TUTF8Encoding类实现了一个指定UTF-8 BOM的GetPreamble方法.并且ReadAllBytes会跳过您传递的编码指定的前导码.
一个简单的解决方案是将文件读入字节数组,然后使用TEncoding.UTF8.GetString将其解码为字符串.
var Bytes: TBytes; Str: string; .... Bytes := TFile.ReadAllBytes(FileName); Str := TEncoding.UTF8.GetString(Bytes);
更全面的替代方案是使TEncoding实例忽略UTF-8 BOM.
type
TUTF8EncodingWithoutBOM = class(TUTF8Encoding)
public
function Clone: TEncoding; override;
function GetPreamble: TBytes; override;
end;
function TUTF8EncodingWithoutBOM.Clone: TEncoding;
begin
Result := TUTF8EncodingWithoutBOM.Create;
end;
function TUTF8EncodingWithoutBOM.GetPreamble: TBytes;
begin
Result := nil;
end;
实例化其中一个(每个进程只需要一个实例)并将其传递给TFile.ReadAllText.
使用TUTF8EncodingWithoutBOM的单例实例的优点是,您可以在任何需要TEncoding的地方使用它.