转：UTF8与UTF8 without&nbsp…

原文地址：http://www.cnblogs.com/zhongru_tu/archive/2008/04/11/1147792.html

UTF-8 编码的文件可以分为no BOM 和 BOM两种格式。

何谓BOM？ "EF BB BF" 这三个字节就叫BOM，BOM的全称叫做"Byte OrderMard".在utf－8文件中常用BOM来表明这个文件是UTF-8文件,而BOM的本意实在utf16中用来表示高低字节序列的。在字节流之前有BOM表示采用低字节序列（低字节在前面），而utf8不用考虑字节序列，所以其实有无BOM都可以。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”？

如果文件保存时，选择了使用 BOM，那么就可能会出现 headers already sent 的问题。
因为 Web 服务器软件可能不认识 BOM，所以就把 BOM 的两个特殊字节当做字符发送给浏览器了。
这时再调用 session_start() 等函数，就会出现 headers already sent 的问题。
所以解决此问题最根本的方法就是在保存 UTF8 编码文件时，不要使用 BOM。

微软的记事本 Word 等只能正确打开含BOM的UTF8文件，然后UltraEdit却恰恰相反，回把BOMutf8文件误认为ascii编码。

UTF-8的BOM是 EFBBBF，因为UE载入UTF-8文件会转成Utf16，上述的EFBBBF在Utf16中是FFFE（Unicode-LE的BOM），UltraEdit不认识BOM又加多一個BOM，所以有2个FFFE。文件就被它破坏了。


当应用程序的文件使用 UTF8 编码时，在保存文件时，一定要注意 BOM 的问题。

那么如何将UTF8 without BOM转换成UTF8呢？



using (TextReader input = new StreamReader(newFileStream(@"C:\Test.properties", FileMode.Open),Encoding.UTF8))
{
using (TextWriter output = new StreamWriter(newFileStream(@"C:\Test2.lmx", FileMode.Create), Encoding.UTF8))
{
int BufferSize = 8096;
char[] buffer = new char[i];
int len;

while ((len = input.Read(buffer, 0, i)) > 0)
{
output.Write(buffer, 0, len);
}

input.Close();
}
}