JAVA輸出帶BOM的UTF-8編碼的文件

當從http 的response輸出CSV文件的時候，設置爲utf8的時候默認是不帶
bom的，但是windows的Excel是使用bom來確認utf8編碼的，所有需要把bom寫到文件的開頭。

微軟在 UTF-8 中使用 BOM 是因爲這樣可以把 UTF-8 和 ASCII 等編碼明白區分開。
不然用Excel打開CSV文件有多是亂碼的
演示樣例代碼例如如下:
response.setContentType("text/csv");
response.setHeader("Content-Disposition", "attachment;filename=" + fileName);
response.setCharacterEncoding("UTF-8");
byte[] uft8bom={(byte)0xef,(byte)0xbb,(byte)0xbf};
OutputStream out = response.getOutputStream();
out.write(uft8bom);

OutputStreamWriter writer = new OutputStreamWriter(out,"UTF-8");

//write other content ...

什麼是BOM:
BOM（byte-order mark），即字節順序標記，它是插入到以UTF-八、UTF16或UTF-32編碼Unicode文件開頭的特殊標記，用來識別Unicode文件的編碼類型。對於UTF-8來講，BOM並不是必須的。因爲BOM是用來標記多字節編碼文件的編碼類型和字節順序（big-endian或little- endian）。

而UTF8中，每個字符的編碼有多少位是經過第一個字節來表述的。而且沒有big-endian和little-endian的區分，見後述。

BOMs 文件頭:
   00 00 FE FF    = UTF-32, big-endian
   FF FE 00 00    = UTF-32, little-endian
   EF BB BF       = UTF-8,
   FE FF          = UTF-16, big-endian
   FF FE          = UTF-16, little-endian

另外一個要注意的是:UTF-8 的網頁代碼不該使用 BOM。不然常常會出錯：
在網頁上使用BOM是個錯誤。

BOM設計出來不是用來支持HTML和XML的。要識別文本編碼，HTML有charset屬性，XML有encoding屬性，不是必需拉BOM撐場面。儘管理論上BOM可以用來識別UTF-16編碼的HTML頁面，但實際project上很是少有人這麼幹。畢竟UTF-16這樣的編碼連ASCII都雙字節，實在不適用於作網頁。

Windows使用BOM的歷史緣由:
一般BOM是用來標示Unicode純文本字節流的，用來提供一種方便的方法讓文本處理程序識別讀入的.txt文件是哪一個Unicode編碼（UTF-8。UTF-16BE，UTF-16LE）。

Windows相對對BOM處理比較好，是因爲Windows把Unicode識別代碼集成進了API裏。主要是CreateFile()。打開文本文件時它會本身主動識別並剔除BOM。

Windows用這個有歷史緣由，因爲它最初脫胎於多代碼頁的環境。而引入Unicode時Windows的設計者又但願能在用戶不注意的狀況下同一時候兼容Unicode和非Unicode（Multiple byte）文本文件，就僅僅能借助這樣的小trick了。

帶BOM的文本文件在Linux/unix環境又常常會遇到問題:
知乎介紹的很是具體:
http://www.zhihu.com/question/20167122

文本文件解析：     
文本文件相應於人類可以閱讀的文本，怎樣從2進制轉換爲文本文件呢？起初因爲計算機在美國發明。天然你們考慮的是英語怎樣表示，英語字母總共26個。加上特殊字符，128個字符，7位既一個byte就能夠表示出來。這個就是你們所熟知的ascill編碼。

相應關係很是easy，一個字符相應一一個byte。

     但很是快發現。其它非英語國家的文字遠遠超過ascill碼，這時候你們固然想統一一下。不一樣國家出了本身不一樣的編碼方式。中國的gb2312就是本身作出來的編碼方式，這樣下去每個國家都有本身的編碼方式，來回轉換太麻煩了。這時候出現了新的編碼方式，unicode編碼方式，想將編碼統一，因此規定了每個字符相應的unicode碼。     一、很是多文件都是ascii編碼，假設用unicode 太浪費。

     二、沒有標誌位說明該幾個字節來解析爲一個符號。     這時候解救世界的utf出現了。utf是unicode的一種實現，僅僅只是更聰明瞭。utf16是佔用兩字節，或者四字節。utf32是佔用四字節。

utf8是很是聰明的一種表示方式。

     
一、對於單字節符號，字節第一位爲0，後面7位表示字節編碼。

     
二、對於n字節符號，第一字節的前n位都設爲1，第n＋1位爲0。其他位用於編碼。
對於不一樣的編碼，在文本的最前方有不一樣的標誌，unicode 一般有兩位來表示各自是ff fe， 或者feff， fffe表示litte－endian 編碼feff表示big－endian編碼。
utf8是efbbbf來開頭的。

可以看出來utf-8是自解釋的。因此不用帶這個標誌文件，大多數程序是可以識別的。

但有些程序不能識別這個標誌，比方php就會直接把這個標誌當文本解析，不會忽略。