BOM是什么意思？

Question

BOM是什么意思？我试过阅读这篇文章，但还没有真正理解它是什么意思。

我读到一些文本编辑器在文件开头之前放置了BOM。这意味着什么？

Answer 1

BOM代表Byte Order Mark。简而言之，BOM是文件开头的标记，用于指示最重要的字节或最低有效字节是否应该首先出现。

它会导致很多问题，特别是对于UTF8。 UTF8不使用BOM，但有一个名为UTF8Y（或带有BOM的UTF）的变体，在文件的开头包含一些额外的字符。

使用UTF8编码类型发送UTF8Y文件会导致在文件开头发送一些额外的字节，并导致各种难以跟踪的问题，包括DOCTYPE无法正确解析一个IE或JSON文件无法解码。

当我没有仔细检查文件类型时，它已经被其他人的文件咬了几次。

我的建议：注意它存在，从不故意使用它。

Answer 2

字节顺序标记允许程序确定如何读取Unicode数据。来自您的维基页面：

  

因为Unicode可以编码为16位或32位整数，所以从任意源接收这些编码的计算机需要知道整数编码的字节顺序。

对于UTF-8，如何读取字节没有歧义，因此通常省略BOM。对于UTF-16和UTF-32，有必要知道如何解释字节，并且BOM可以用于此目的。

请注意，Java在读取UTF-8 BOM时遇到问题，如果存在，您必须手动处理这些字符（有关相关Sun漏洞的链接，请参阅Reading UTF-8 - BOM marker）。

Answer 3

我可能会介绍你已经知道的东西，但这里有......

要了解BOM的目的，您需要了解（至少在概念上）什么是endian-ness。

如果您正在处理单个字节（8个二进制位），则从右到左排序增加的重要性（就像读取正常的十进制数一样，如“19”）。只要您可以在单个字节中包含数字，这就足够简单了。一旦达到两个字节，就需要知道两个字节中哪一个更重要，哪个是大端或小端。大端意味着最低内存地址（或最左边，继续类比写入）包含更高的值 - 它继续西方十进制数的趋势。从历史上看，英特尔一直是小端，摩托罗拉一直是大端。 （我最近没看过，现在可能会有所不同。）

BOM只是一个标记，说明了解释数据字节顺序的方法。

Answer 4

今天，这只是说，＆＃34;这个文件是UTF-8＆＃34;。或者，＆＃34;此文件采用UTF-16＆＃34;。虽然在两种情况下它仍然是相同的BOM字符，但BOM的编码方式意味着所有其余的将被编码。

如果您不知道第一个字符是什么，则无法从中可靠地推断出文档编码 - 您必须从其他地方确定它，或者或多或少地猜测它。

post-downvote附录：

从历史上看，BOM有不同的用途 - 零宽度的空白字符（也就是说，像Unicode字符一样不可见，但仍然是一个字符）。 许多广泛使用的软件库（如.NET和Java）会自动或隐式地将BOM添加到书面文件甚至字节数组中，这通常会让人们认为他们没有使用BOM。当一堆这样的库在同一个文件的开头写入多个BOM时，这通常会适得其反，因为那时你的文件以非法或不需要的字符开头，零宽度不可破坏的空间;你检查时甚至都看不到它！

难怪BOM技术对每个人都没有好处。