BOM BOM BOM | 就是愛程式

ff fe ## ## UTF-16, Little Endian; ef bb bf UTF-8. Microsoft與BOM. 許多Windows 軟體(包括Windows 筆記本) 在UTF-8編碼的檔案的開頭 ... 為了徹底了解BOM，認真的去查了一下資料，可惜，國內的相關資料不太多，而且都說得不清不楚，讓人看了就想皺眉，所以，乾脆來自己整理一下資料，免得以後要用又找不到。

簡單一點來講，U+FFFE對於Unicode標準有兩項作用： 1.又稱之為ZEROWIDTHNO-BREAKSPACE，顧名思義，它是個沒有寬度也沒有斷字的空白，簡單來講，就是個讓你感覺不到它的存在的空白啦！在那之後，也有U+00a0(NO-BREAKSPACE)以及U+200b(ZEROWIDTHSPACE)兩種空白。

有時候，我們會需要連結兩個完全不同的字，而且不希望他們之間有空白或是斷字，不過到底是哪裡會用到，我也完全不知道。

2.就是大家熟知的BOM，ByteOrderMark。

什麼是Byte-Order？根據mfhsieh在他的部落當中的說明： 在一些平台上，是把代表數值較大的byte放在前面，這稱為BigEndian(BE)的系統；有些平台則相反，是把代表數值較小的byte放在前面，稱為LittleEndian(LE)的系統。

像Zaurus是屬於BE的系統，而wintel架構則屬LE。

若同以“中”這個字來看，它的Unicode是U+4E2D，故在BE上是以0x4E0x2D來表示，而在LE上則以0x2D0x4E來表示。

而在某些平台，尤其是Win32的系統，txt檔案都喜歡在檔案的最開頭以U+FEFF這個字元來辦識該檔案是使用BE或LE的方式來編碼，不過它到底是怎麼去判斷是哪種編碼型態？打開Notepad，從存檔的對話視窗當中你可以看到他有幾種不同的存檔編碼格式可以選擇： ANSI Unicode Unicodebigendian Utf-8 如果說是LE（預設的Unicode），BOM為0xFF0xFE，不過因為LE的Unicode定義當中不存在U+FFFE的字元，因此如果開頭兩個byte是0xFF0xFE，就是LE的檔案類型；如果是BE，BOM就是0xFE0xFF，不過這兩個字元在Unicode當中是不佔空間的space空白，所以看起來還是沒有東西。

也就是說，雖然你看不到這些字元，但它卻悄悄的指出了檔案的編碼資訊。

當一個應用程式在純文字檔案的開頭找到了U+FFFE這個字元，就代表這個檔案是Unicode的檔案，它會長成下面這樣： 0000feffUTF-32,BigEndian feff0000UTF-32,LittleEndian feff####UTF-16,BigEndian fffe####UTF-16,LittleEndian efbbbfUTF-8 Microsoft與BOM 許多Windows軟體(包括Windows筆記本)在UTF-8編碼的檔案的開頭加入一段位元組EFBBBF，這是編碼成UTF-8的ByteOrderMarkU+FEFF，而無法處理UTF-8的文字編輯器和瀏覽器則會顯示為ISO-8859-1字符””。

在進入到NT系統的時候，你可以在Notepad當中選擇存成Unicode格式，其實當時的格式正確來講是LittleEndianUTF-16，是當時普遍支援的格式，不過當時的MS給了他一個含糊曖昧的名稱，叫做Unicode。

然後到了Windows2000的時候，MS又幫Notepad加上可以存成BigEndianUTF-16格式的選項，不過因為之前已經把LittleEndianUTF-16這個格式叫做Unicode了，所以只好把這個新的格式叫做UnicodeBigEndian。

好吧，這名稱也不至於太差，總比叫UnicodeFFFE還要來得好聽吧！XD不過不管是UnicodeBigEndian還是UnicodeFFFE都造成了某些人的困擾，內心的OS在吶喊：阿都是Unicode，哪裡不一樣啦！ 這些人內心的OS其實一點也沒錯，不過說真的，麻木沒有感覺的人還是佔了大多數，所以，當時也就不了了之。

不過這種情況到現在可以說是出現了一些糟糕的麻煩，因為Notepad也加上另存成UTF-8的選項，理所當然，BOM的問題就浮了出來。

當文件當中出現了ASCII的字元時，理論上來講，應該要存成UTF-8的編碼格式，否則就是根據軟體本身預設的編碼格式。

當這個檔案為UTF-8的時候，為了避免下一次開檔案時，軟體認不得文件的編碼，所以它們就加入BOM的字元來辨識該文件是否為Unicode的檔案。

這偷偷加入的玩意兒，如果只是在平常時候編輯一般的單純文件，是無傷大雅的，使用者也不會有任何的感覺，不過萬一使用者是用他來編輯一些XML（聽說現在XML已經支援了）或是HTML的檔案，因為他們不接受BOM，就會產生錯誤，因為人們仍然在使用這種便利的工具來編輯自己的檔案…. RaymondChen寫了一篇文章SomefilescomeupstrangeinNotepad，裡面有提到關於Notepad的問題，不過一般人仍然沒有對Notepad這種行徑有任何抱怨。

後來當然是越來越多人發現這個機車的問題，就開始抱怨起Microsoft的Notepad是如何機車的引起這些問題，然後也開始有人抱怨要不是當初Notepad幹這種蠢事出來，W3C與Unicode也不會支援UTF-8BOM這種鬼東西；順便一提的是，其實不只是Notepad是這樣，Frontpage2000也是這德性，不過Frontpage2002與2003已經修正了這個問題。

然而根據一位長年維護WindowsNotepad軟體的工程師所解釋的，因為Notepad只能編輯Unicode檔案，所以不管是什麼編碼，都必須先轉換成Unicode編碼才能夠被Notepad所編輯，其實Notepad當然也可以不要加上BOM，不過如果不加的話，就必須仰賴靠不住的IsTextUnicode()API來「猜測」使用者到底是使用何種編碼。

不管怎麼說，BOM這個東西大概是只要你用Notepade開檔案編輯都會出現的困擾，雖然有人說這是微軟貼心（？）的設計，因為他們總是為消費者著想（ㄝ？你是說定價嗎？），不過我怎麼看，都只覺得是眼光不夠遠大所產生出來的擦屁股行為；或許現在在這邊抱怨微軟的BOM也於事無補，因為太多人用Notepad寫程式，所以只能費點功夫搞清楚到底BOM的問題癥結在哪裡，不過搞清楚了以後，好像還是找不出什麼有效的解決辦法，除了不要用奇怪的編輯器外。

延伸閱讀： BOM(ByteOrderMark) BOM(ByteOrderMark)的問題 BOMFAQ Everycharacterhasastory#4:U+feff(alternatetitle:UTF-8istheBOM,dude!) [PDA]ZaurusC760新手筆記(35)–UTF-8andBOM UnicodeCharacter‘ZEROWIDTHNO-BREAKSPACE’(U+FEFF) Understandingcharactersetencodingsandlegacyencodings AgeneralintroductiontotheUnicodeStandard(Sections1-5) ByteOrderMark 分享：ShareFacebookTwitterRedditPrintEmailLikethis:LikeLoading... Relatedposts Postnavigation ←關於資料結構 wmode三選一→ Onethoughton“BOMBOMBOM” 改用Wordpad可以解決 Reply LeaveaReplyCancelreply Enteryourcommenthere... Fillinyourdetailsbeloworclickanicontologin: Email(required)(Addressnevermadepublic) Name(required) Website YouarecommentingusingyourWordPress.comaccount. ( Log Out /  Change ) YouarecommentingusingyourTwitteraccount. ( Log Out /  Change ) YouarecommentingusingyourFacebookaccount. ( Log Out /  Change ) Cancel Connectingto%s Notifymeofnewcommentsviaemail.Notifymeofnewpostsviaemail. Δ AteReport ☀最新消息請見ReadFirst 回頭再看，有些文章寫到自己都覺得爛，不過也得等到有時間才有空修改。

偶爾覺得自己要往目標奮力前進，不過不知不覺又跑到魔獸網站上面儲値，唉～真他馬的墮落啊！ Ate’sCategories 程式開發(14) C++(3) PHP&MySQL(5) Python(3) 網頁標準化技術(33) CSS(14) 終極HTML與XHTML(7) 網站開發基本常識(12) DHTML(8) Ajax(2) Javascript(5) 整合應用(1) 難以歸類的(26) 現在的網路世界(11) 網站該有的企劃腦(7) 網路永遠不安全(1) 關於討厭的系統(4) 工作搞笑(1) 也算是駭客？(2) 要命的系統(1) 超愛Flex(17) ActionScript(4) AdobeFlex(5) mXML與XML(9) Privacy&Cookies:Thissiteusescookies.Bycontinuingtousethiswebsite,youagreetotheiruse. Tofindoutmore,includinghowtocontrolcookies,seehere: CookiePolicy Follow Following 就是愛程式 Signmeup AlreadyhaveaWordPress.comaccount?Loginnow. 就是愛程式 Customize Follow Following Signup Login Copyshortlink Reportthiscontent ViewpostinReader Managesubscriptions Collapsethisbar %dbloggerslikethis: