Batch convert file to UTF-8Powershell read utf 8 filePowershell Save file as ANSICmd export to txt UTF-8Invoke webrequest utf8Notepad++ save as utf 8PowerShell Encoding'= UTF-8BOM utf 8UTF8文件帶BOM引起的問題 - 台部落
文章推薦指數： 80 %
UTF-8 不需要BOM，儘管Unicode 標準允許在UTF-8 中使用BOM。
所以不含BOM 的UTF-8 纔是標準形式，在UTF-8 文件中放置BOM 主要是微軟的習慣（順便提 ...
請輸入正確的登錄賬號或密碼
註冊
忘記密碼
首頁
未分類
正文
UTF8文件帶BOM引起的問題
原創
化身西湖雲
2019-06-2312:53
起因是公司iOS端竟然加載除了HTML代碼,百思不得其解,查文獻,原來如此...
UTF-8不需要BOM，儘管Unicode標準允許在UTF-8中使用BOM。
所以不含BOM的UTF-8纔是標準形式，在UTF-8文件中放置BOM主要是微軟的習慣（順便提一下：把帶有BOM的小端序UTF-16稱作「Unicode」而又不詳細說明，這也是微軟的習慣）。
BOM（byteordermark）是爲UTF-16和UTF-32準備的，用於標記字節序（byteorder）。
微軟在UTF-8中使用BOM是因爲這樣可以把UTF-8和ASCII等編碼明確區分開，但這樣的文件在Windows之外的操作系統裏會帶來問題。
「UTF-8」和「帶BOM的UTF-8」的區別就是有沒有BOM。
即文件開頭有沒有U+FEFF。
UTF-8的網頁代碼不應使用BOM，否則常常會出錯。
這是一個小例子：爲什麼這個網頁代碼
這個就不解釋了，Wikipedia上很詳細。
http://en.wikipedia.org/wiki/Byte_order_mark。
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，沒必要拉BOM撐場面。
雖然理論上BOM可以用來識別UTF-16編碼的HTML頁面，但實際工程上很少有人這麼幹。
畢竟UTF-16這種編碼連ASCII都雙字節，實在不適用於做網頁。
其實說BOM是個壞習慣也不盡然。
BOM也是Unicode標準的一部分，有它特定的適用範圍。
通常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自動識別並剔除BOM。
Windows用這個有歷史原因，因爲它最初脫胎於多代碼頁的環境（ANSI環境）。
而引入Unicode時Windows的設計者又希望能在用戶不注意的情況下同時兼容Unicode和非Unicode（Multiplebyte）文本文件，就只能藉助這種小trick了。
相比之下，Linux這樣的系統在多locale的環境中浸染的時間比較短，再加上社區本身也有足夠的動力輕裝前進（吐槽：微軟對兼容性的要求確實是到了非常偏執的地步，任何一點破壞兼容性的做法都不允許，以至於很多時候是自己綁住自己的雙手），所以乾脆一步到位進入UTF-8。
當然中間其實有一段過渡期，比如從最初全UTF-8的GTK+2.0發佈到基本上所有GTK開發者都棄用多locale的GTK+1.2，我印象中至少經歷了三到四年。
BOM不受歡迎主要是在UNIX環境下，因爲很多UNIX程序不鳥BOM。
主要問題出在UNIX那個所有腳本語言通行的首行#!標示，這東西依賴於shell解析，而很多shell出於兼容的考慮不檢測BOM，所以加進BOM時shell會把它解釋爲某個普通字符輸入導致破壞#!標示，這就麻煩了。
其實很多現代腳本語言，比如Python，其解釋器本身都是能處理BOM的，但是shell卡在這裏，沒辦法，只能躺着也中槍。
說起來這也不能怪shell，因爲BOM本身違反了一個UNIX設計的常見原則，就是文檔中存在的數據必須可見。
BOM不能作爲可見字符被文本編輯器編輯，就這一條很多UNIX開發者就不滿意。
順便說一句，即使腳本語言能處理BOM，隨處使用BOM也不是推薦的辦法。
各個腳本語言對Unicode的處理都有自己的一套，Python的#-*-coding:utf-8-*-，Perl的useutf8，都比BOM簡單而且可靠。
另一個好消息是，即使是必須在Windows和UNIX之間切換的朋友也不會悲催。
幸虧在UNIX環境下我們還有VIM這種神器，即使遇到BOM擋道，我們也可以通過setnobomb;setfileencoding=utf8;w三條命令解決問題。
最後回頭想想，似乎也真就只有Windows堅持用BOM了。
P.S.：本問題是自己的第150個回答。
突然發現自己回答得很少很少⋯⋯P.S.2：突然想起需要解釋一下爲什麼說VIM去除bomb的操作需要在UNIX下完成。
因爲VIM在Windows環境下有一個奇怪的bug，總是把UTF-16文件識別成二進制文件，而UNIX（Linux或者Mac都可以）下VIM則無問題。
這個問題從VIM6.8一直跟着我到VIM7.3。
目前尚不清楚這是VIM的bug還是我自己那個.vimrc文件的bug。
如有高手解答不勝感激。
--------------------------------------------------------- 有bom格式在開頭會多出3個字節EFBBBF,主要用於識別編碼。
bom應該是windows特有的，在製作網頁時會產生各種意想不到的問題，例如多輸出了一個空行，影響PHP的session或者cookies功能（出現headeralreadysent錯誤），甚至可能引起頁面的亂碼（那3個字節影響了瀏覽器對頁面編碼的處理），因此總是推薦使用無bom編碼。
爲了處理這個問題我甚至寫了一個批量處理的PHP腳本。
---------------------------------------------------------邸強，軟件開發ing張旭東、MingyueZhou、sapjax贊同幾周前還在爲BOM的問題苦惱着。
。
。
正如@樑海所說，“不含BOM的UTF-8纔是標準形式”，的確是這樣，無BOM使用得更多些，所以個人還是推薦一般情況下用無BOM的形式吧，除非有問題的時候，再考慮換有BOM的。
Windows系統保存的都是有BOM的，所以你可以看到，用記事本保存一個UTF-8的txt，其實是有BOM的，這一點需要注意。
另外不同的文本編輯器對於有無BOM的稱呼也略有不同，比如EditPlus，有BOM的稱爲UTF-8+，無BOM的稱爲UTF-8，而在Notepad++中，有BOM的被稱爲標準UTF-8，而無BOM則被稱爲UTF-8無BOM。
---------------------------------------------------------武龍飛，c/c++程序員，喜歡天文學，數學和心理學。
WeijingHuang、BillChan、ickyR贊同以下文字出自我的博客內容，從另一面解說不一樣的bom。
---------------------------------------------------------字符編碼相信是每個程序員的噩夢，只要是有中文的地方，總是會遇到各種編碼的問題，並且這種問題還非常難纏，尤其在linux上，因爲上面很多軟件都是針對英語國家開發的，是不會考慮其他語種編碼問題。
在遇到編碼的無數大坑之後，我決定仔細研究下編碼問題，因爲這就像一道坎一直橫在你面前，每次到這裏你都會跌到，每次爬起來之後，你都若無其事，這樣的人被稱作戰士，真正的戰士。
可惜是個力量戰士，做爲新時代的智力戰士，當然不能在那跌到然後又在這繼續跌到。
文件的存儲方式：文件都有自己的存儲格式，比如最常見的txt，cpp，h，c，xml，png，rmvb各種格式，還有自定義格式。
這些文件不論是什麼格式，都是存儲在計算機硬盤裏的2進制格存儲，對應不同文件格式，有不同的軟件解析。
這篇文章不談文件是如何存儲的，只談文件是如何解析的。
文本文件解析：文本文件對應於人類可以閱讀的文本，如何從2進制轉換爲文本文件呢？起初由於計算機在美國發明，自然大家考慮的是英語如何表示，英語字母總共26個，加上特殊字符，128個字符，7位既一個byte即可表示出來。
這個就是大家所熟知的ascill編碼。
對應關係很簡單，一個字符對應一一個byte。
但很快發現，其他非英語國家的文字遠遠超過ascill碼，這時候大家當然想統一一下，不同國家出了自己不同的編碼方式，中國的gb2312就是自己做出來的編碼方式，這樣下去每個國家都有自己的編碼方式，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，所以規定了每個字符對應的unicode碼。
1、很多文件都是ascii編碼，如果用unicode太浪費。
2、沒有標誌位說明該幾個字節來解析爲一個符號。
這時候拯救世界的utf出現了，utf是unicode的一種實現，只不過更聰明瞭。
utf16是佔用兩字節，或者四字節，utf32是佔用四字節。
utf8是很聰明的一種表示方式。
1、對於單字節符號，字節第一位爲0，後面7位表示字節編碼。
2、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，其餘位位編碼位置。
對於不同的編碼，在文本的最前方有不同的標誌，unicode通常有兩位來表示分別是fffe，或者feff，fffe表示big－endian編碼feff表示litte－endian編碼。
utf8是efbbbf來開頭的。
可以看出來utf-8是自解釋的，所以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，比如php就會直接把這個標誌當文本解析，不會忽略。
相信很多遇到php輸出文本解析亂碼或者解析錯誤的同學都遇到這樣的問題。
最後說說如何去掉或者加上bom，如果有vim那最好不過了，去掉命令：setencoding=utf-8setnobomb添加命令:setencoding=utf-8setbomb---------------------------------------------------------帶BOM的UTF-8就是赤裸裸的流氓！！！！！！！！！ windows總是自做聰明的做一些別人無法理解的事情！！！UTF-8是不需要BOM頭的~~~！！ 從剛開始學習代碼（實在不能稱我做的東西爲程序）到現在，不曉得被這個BOM頭搞了多少次，特別是對於我這種完全自學的人，知道找一個BUG需要多久多久不？？？？ 帶不帶BOM頭區別就在於這個BOM頭，祥見排名靠前的大神答案。
windows特有的奇葩。
請使用UTF-8不帶BOM頭！！ 它產生的BUG包含但不僅限於：鍩--感謝@飛揚提供，參考其答案HTML空白行div之間莫明的間隔亂碼！如果你用ssl那麼一定會有問題！！！ 順便再鄙視一下SONY的記憶棒、IPHONE的接口~~ 這種吐槽的東西就讓它摺疊吧--------------------------------------------------------帶BOM的UTF-8非常操蛋，經常造成莫名其妙的問題。
---------------------------------------------------------我都是用的UTF-8withoutBOM，帶BOM的經常出現亂碼---------------------------------------------------------notepad++會自動添加爲帶Bom的utf8比較坑爹---------------------------------------------------------建議編程人員能使用Mac編程的儘量使用Mac，Window是及其操蛋的操作系統。
其次，如果我們要讀取三方的文件並以UTF-8格式解析的時候一定要注意去判斷這個文件是否有BOM，例如：sql文件的解析執行。
---------------------------------------------------------網頁編程中用不用bom我就不說什麼了，因爲軟件原因無法使用的就更不能用了。
最近在學習用cocos2d-x，純C++的編碼，如果代碼中有中文等的非ascii字符出現。
發現會出錯。
代碼是在mac下用xcode寫的，放到windows下用vs編譯。
最後把所有的源文件轉成了帶bom的格式後編譯通過了，鏈接失敗，這想這個就不是編碼的問題了。
通常情況下，一般都會認爲在寫C++代碼的時候不要用中文，但是很多時候我們程序員也有想自己看着舒服的時候，爲神馬就不能寫中文了？ 於是在windows下寫了一個helloworld.cpp類型的文件，輸出內容用中文，然後存爲utf-8帶bom格式，再把它copy到mac下用g++編譯，發現成功通過並且可正常運行，用xcode打開源文件也正常顯示。
所以，這裏建議程序要在windows和mac還有linux上運行的話，源代碼最好保存成utf-8帶bom的格式，這樣比較通用一些。
而用utf-16無論大端還是小端，g++都不認的。
或者用utf-8不帶bom格式，然後代碼不要出現非ascii127以後的字符。
關於說utf-8不帶bom纔是標準的，我想應該是帶用個人情緒的說法吧。
真正的標準應該是bom是可選的，爲什麼可選?因爲有些時候不帶bom會出錯，就拿歷史較久遠的windows來講吧，很多國家的用戶都在用windows，其文件都是用其本地的ansi編碼來做的，比如大陸的GBK和GB2013,港臺的big5，這些編碼因爲針對當地所用的字符制定的，所以呢，其存儲文件較小，所以會大量使用，並且也大量存在着，微軟不可能不考慮全球幾十億的用戶的文件而盲目地修改解碼方式，並且微軟也是uncode制定者之一，所以，帶用bom的utf-8也是符合國際標準的。
或許是因爲程序編寫者的個人原因，也許是考慮到效率，很多的程序無法正確區分一個utf-8文件是否有bom，所以導致了各種亂碼的出現。
個人不想說哪個是標準，也不想用語言去攻擊哪個公司或團體。
微軟在堅持使用bom上沒有錯，因爲這是在爲用戶考慮的。
也許給我們這些寫程序的帶來了不便，但是，計算機最廣泛的用戶不是程序員。
---------------------------------------------------------摘自：http://www.zhihu.com/question/20167122 發表評論 登录 所有評論 還沒有人評論，想成為第一個評論的人麼?請在上方評論欄輸入並且點擊發布. 相關文章 用編譯配置與環境變量實現開發時切換配置文件 開發人員在開發代碼的時候，經常會使用到Debug、Release、Development、Production等幾個概念，雖然有些地方在功能上最終殊途同歸，但是還是有非常大的區別。
首先需要搞清楚，Debug、Release都屬於編譯配置， 波多爾斯基 2022-10-1114:32:17 Xmakev2.7.2發佈，更加智能化構建第三方庫 Xmake是一個基於Lua的輕量級跨平臺構建工具。
它非常的輕量，沒有任何依賴，因爲它內置了Lua運行時。
它使用xmake.lua維護項目構建，相比makefile/CMakeLists.txt，配置語法更加簡潔直觀，對新 waruqi 2022-10-1114:31:37 [51nod1393]0和1相等串前綴和 #include
如果你當前的能力，小於i號怪獸的能力，你必須付出mon GreyZeng 2022-10-1114:24:56 從源碼分析MGR的新主選舉算法 MGR的新主選舉算法，在節點版本一致的情況下，其實也挺簡單的。
首先比較權重，權重越高，選爲新主的優先級越高。
如果權重一致，則會進一步比較節點的server_uuid。
server_uuid越小，選爲新主的優先級越高。
所以，在節點 iVictor 2022-10-1114:24:26 詳解MyBatis事務管理，徹底顛覆你對事務的理解！ 來源：https://my.oschina.net/zudajun/blog/666764 前言 說到數據庫事務，人們腦海裏自然不自然的就會浮現出事務的四大特性、四大隔離級別、七大傳播特性。
四大還好說，問題是七大傳播特性是哪兒來的？是Sp Java技術棧 2022-10-1114:22:06 這個外包公司太噁心了。
。
進去請三思！ 從ZH離開時，準備寫點東西揭露下ZH對外包的一系列噁心措施，但是感覺蚍蜉撼樹，什麼也改變不了，自己倒黴就認了，最近流行向前看嗎。
但是今天又聽到有同事被離場，心中光有怒火，還是無可奈何。
思來想去，決定寫點東西，如果能給那些準備去ZH（合肥） Java技術棧 2022-10-1114:22:06 獲取/resources目錄資源文件的9種方法，還有誰不會？！ 項目開發中，經常會有一些靜態資源，被放置在resources目錄下，隨項目打包在一起，代碼中要使用的時候，通過文件讀取的方式，加載並使用； 本文中彙總整理了九種方式獲取resources目錄下文件的方法。
其中公用的打印文件方法如下： /* Java技術棧 2022-10-1114:22:06 支持Java8/11/17/19的框架，Solonv1.10.5版本發佈 Java輕量級應用開發框架。
可用來快速開發Java應用項目。
主框架僅0.1MB。
Helloworld： @Controller publicclassApp{ publicstaticvoidmain(Stri 劉之西東 2022-10-1114:21:46 vscodemarkdownWYSIWYG所見即所得編輯和預覽 一直使用Typora編寫markdown，隨着vscode在工作中使用的越來越多，產生了一個想法：能不能在vscode中寫markdown，減少軟件的成本? 可是vscode官方自帶的的markdown體驗卻一般般，那麼有沒有更好的mark 趙青青 2022-10-1114:21:16 Linux使用lsof查看文件是否被佔用或者端口被佔用,bash一行ifwhile lsof（listopenfiles）是一個列出當前系統打開文件的工具。
在linux環境下，任何事物都以文件的形式存在，通過文件不僅僅可以訪問常規數據，還可以訪問網絡連接和硬件。
如TCP和UDP等，系統在後臺都爲該應用程序分配了一個文件 CharyGao 2022-10-1114:17:35 化 化身西湖雲 24小時熱門文章 k8s入門之常見問題&命令 鬱金香用C寫一個定時器來循環獲取陽光 一文讀懂MySQL索引 09你這導師太假了，不如換個學術大佬！ 高代技巧小記 11導師讓你造航母怎麼辦？ 10我可以不用發論文了？ 12水論文如何吹一個好故事 這個外包公司太噁心了。
。
進去請三思！ 本次秋招最差面試體驗給到華爲！ 最新文章 使用IntersectionObserver進行曝光打點 /usr/lib64/libstdc++.so.6:version`GLIBCXX_3.4.15'notfound的解決辦法 教你開發一個webpackplugin 如何預覽vue文件 關於babe-loader^8.0.6的配置問題 最新評論文章 [2022]TopRatedCheckPoint156-315.80ExamQuestions QualifiedWritingServiceinAustraliacanallowstudentstoachievebettergrades Takeassignmenthelpertoresolvethepaperquerieseasily UpdatedCompTIADA0-001ExamQuestions(2022) 美國黑金效果和其它速效藥的不同之處 MicrosoftDP-500PDFQuestion[2022]-SecretToPassExamInFirstAttempt-[PremiumDumps]
延伸文章資訊
- 1「帶BOM 的UTF-8」和「無BOM 的UTF-8」有什麼區別
UTF-8不需要BOM來表明位元組順序，但可以用BOM來表明編碼方式。字元"ZERO WIDTH NO-BREAK SPACE"的UTF-8編碼是EF BB BF。所以如果接收者收到以EF BB...
- 2utf 8與utf 8無BOM的區別 - w3c菜鳥教程
utf-8（8-bit unicode transformation format）是一種針對unicode的可變長度字元編碼，又稱萬國碼。 bom—byte order mark，位元組序標記.
- 3UTF-8与UTF-8 BOM - bijian1013 - 博客园
在我们通常使用的windows系统中，我发现了一个有趣的现象。我新建一个空的文本文档，点击文件-另存为-编码选择UTF-8，然后保存。
- 4這些是什麼? BOM/UFT-8有簽章/withBOM/withoutBOM - iT 邦幫忙
這是另一篇關於BOM之亂的描述. Windows 作業系統不少程式(像是記事本)，預設會對UTF-8 檔案加上BOM 而Linux 則避免妨礙到像是解譯器腳本而不加BOM，對於沒有預期要 ...
- 5[PHP] 無痛遠離UTF-8 BOM - 工程的日子每天都很師
(圖片來源) 某次我利用php Curl 來呼叫WordPress API ，透過php strlen function 查看回傳的123 字串長度，印出在網頁上時卻顯示有8個字元，打.
