编译工程时报java:[1,0] illegal character: \65279问题排查与解决过程

转载于 2018-11-16 15:13:55 发布 · 345 阅读

34 篇文章

订阅专栏

最近开发人员通过SVN提交了xxx.java文件，因发布时该包有问题需要回退，故SCM将该xxx.java文件用editplus打开删除了新添的一行，删除后重新编译打包，却报了如下异常：

java:[1,0] illegal character: \65279
表面看着该文件确实没错，看不出来问题，后来从SVN上更新下代码以后，发现本地也不报错，后来通过Eclipse查看了该xxx.java类的属性，才发现玄机所在：
编译有问题的文件属性：（注意最下面一行 Byte Order Mark is UTF-8 (BOM)）

编译正常的文件属性：

看来问题出在 Byte Order Mark is UTF-8 (BOM)上。因为看不出来问题，所以用UltraEdit打开两个文件，并用16进制格式显示：

有问题的文件头：

无问题的文件头：

看来有问题的文件头前面多了三个字节EF BB BF。

具体原因如下：

某些编辑器会往utf8文件中添加utf8标记（editplus称其为签名），它会在文件开始的地方插入三个不可见的字符（0xEF 0xBB 0xBF，即BOM），它的表示的是 Unicode 标记（BOM）。因此要解决这个问题的关键就是把这个标记选项去掉，可按如下方法操作。
首先用editplus打开这个文件，从Doucument菜单中选择Permanet Settings,有三个分类，分别是General,File, Tools.点击File,右边会有一项是 UTF-8 signature: 选择 always remove signature. 点击OK 。中文版本的 Editplus 下操作的菜单结构如下: 文档->参数设置->文件->UTF-8签名->总是移除签名->确定，这样就设置了UTF-8格式不需要在文件前面加标记，最后把文件另存为utf-8格式就好了.

相关资料，网上摘抄：

UTF-8以字节为编码单元，没有字节序的问题。UTF-16以两个字节为编码单元，在解释一个UTF-16文本前，首先要弄清楚每个编码单元的字节序。例如收到一个“奎”的Unicode编码是594E，“乙”的Unicode编码是4E59。如果我们收到UTF-16字节流“594E”，那么这是“奎”还是“乙”？Unicode规范中推荐的标记字节顺序的方法是BOM。BOM不是“Bill Of Material”的BOM表，而是Byte Order Mark。BOM是一个有点小聪明的想法：在UCS编码中有一个叫做"ZERO WIDTH NO-BREAK SPACE"的字符，它的编码FEFF。而FFFE在UCS中是不存在的字符，所以不应该出现在实际传输中。UCS规范建议我们在传输字节流前，先传输字符"ZERO WIDTH NO-BREAK SPACE"。这样如果接收者收到FEFF，就表明这个字节流是Big-Endian的；如果收到FFFE，就表明这个字节流是Little-Endian的。因此字符"ZERO WIDTH NO-BREAK SPACE"又被称作BOM。UTF-8不需要BOM来表明字节顺序，但可以用BOM来表明编码方式。字符"ZERO WIDTH NO-BREAK SPACE"的UTF-8编码是EF BB BF（读者可以用我们前面介绍的编码方法验证一下）。所以如果接收者收到以EF BB BF开头的字节流，就知道这是UTF-8编码了。Windows就是使用BOM来标记文本文件的编码方式的。原来BOM是在文件的开始加了几个字节作为标记。

扩展阅读：

UTF-8, UTF-16, UTF-32 & BOM：http://www.unicode.org/faq/utf_bom.html#BOM

W3C官方说明：http://www.w3.org/International/questions/qa-utf8-bom
---------------------
作者：shixing_11
来源：优快云
原文：https://blog.youkuaiyun.com/shixing_11/article/details/6976900

针对上边编译错误的问题，解决方法其实很简单，只要把BOM头删掉就好了。Linux下可以这么操作：