关于Encode in UTF-8 without BOM

Posted 2021-01-17 jddreams

定义
BOM（Byte Order Mark），字节顺序标记，出现在文本文件头部，Unicode编码标准中用于标识文件是采用哪种格式的编码。它的编码是FEFF。

说明

在 UTF-8 文件中放置 BOM 主要是微软的习惯

UTF-8 不需要 BOM，尽管 Unicode 标准允许在 UTF-8 中使用 BOM。但不含 BOM 的 UTF-8 才是标准形式。UTF-8 的网页代码不应使用 BOM，否则常常会出错。

为什么BOM不受欢迎

主要问题出在UNIX那个所有脚本语言通行的首行#!标示，这东西依赖于shell解析，而很多shell出于兼容的考虑不检测BOM，所以加进BOM时shell会把它解释为某个普通字符输入导致解释失败。其实很多现代脚本语言，比如Python，其解释器本身都是能处理BOM的，但是shell卡在这里，没办法，只能躺着也中枪。说起来这也不能怪shell，因为BOM本身违反了一个UNIX设计的常见原则，就是文档中存在的数据必须可见。BOM不能作为可见字符被文本编辑器编辑，就这一条很多UNIX开发者就不满意。

 

Windows 记事本有个毛病就是在 UTF-8 文件开头加 BOM，所以在windows环境下千万不要用记事本来编辑UTF-8文件。

解决办法：可以用NotePad++ 或者 其它文本编辑软件转储为UTF-8 without BOM 格式