去除掉文本前的 UTF8-BOM (string.strip_utf8_bom)

声明

处理后文本 = string.strip_utf8_bom(处理前文本)

参数及返回值

• 处理前文本
  • 文本型，需要剔除掉 UTF8-BOM 字符的文本
• 处理后文本
  • 文本型，返回已经剔除掉 UTF8-BOM 字符的文本

说明

UTF8-BOM 的表现形式是文档开头的三个看不见的字符 "\xEF\xBB\xBF" (在 Lua 源码中，字符串中 \x 开头，后面跟两位 16 进制数表示以该数字编码的单个字节。例如：\x58 表示 X 这个字符，可打印字符部分参考《ASCII 编码》)
这个函数在 1.1.3-1 版以上方可使用

示例

txt = "\xEF\xBB\xBFXXTouch"
sys.alert(txt..', '..#txt) -- 输出 "XXTouch, 10"
--
txt = string.strip_utf8_bom(txt)
sys.alert(txt..', '..#txt) -- 输出 "XXTouch, 7"

注：上述代码中使用了非本章函数 sys.alert

小知识

UTF-8 不需要 BOM，尽管 Unicode 标准允许在 UTF-8 中使用 BOM。
所以不含 BOM 的 UTF-8 才是标准形式，在 UTF-8 文件中放置 BOM 主要是微软的习惯 (顺便提一下：把带有 BOM 的小端序 UTF-16 称作「Unicode」而又不详细说明，这也是微软的习惯) 。
BOM (byte order mark) 是为 UTF-16 和 UTF-32 准备的，用于标记字节序 (byte order) 。微软在 UTF-8 中使用 BOM 是因为这样可以把 UTF-8 和 ASCII 等编码明确区分开，但这样的文件在 Windows 之外的操作系统里会带来问题。 (百度搜索 UTF8-BOM 查看更多资料)