什么是BOM？

Question

BOM是什么意思？我试着读了这篇文章，但没有真正理解它是什么意思。

我读到一些文本编辑器将BOM放在文件开头之前。它的用途是什么？

Answer 1

BOM代表Byte Order Mark。简而言之，BOM被标记在文件的开头，以指示最高有效字节还是最低有效字节应该首先出现。

这会导致很多问题，尤其是UTF8。UTF8不使用物料清单，但有一个名为UTF8Y (或带有物料清单的UTF )的变体，它在文件的开头包含几个额外的字符。

发送带有UTF8编码类型的UTF8Y文件，会导致在文件开头发送一些额外的字节，并可能导致各种难以追踪的问题，包括文件类型无法正确解析，IE或JSON文件无法解码。

当我没有仔细检查文件类型时，我被别人的文件咬了几次。

我的建议:注意它的存在，永远不要有目的地使用它。

Answer 2

字节顺序标记允许程序确定如何读取Unicode数据。在您的Wiki页面中：

由于Unicode可以编码为16位或32位整数，因此从任意源接收这些编码的计算机需要知道整数的编码字节顺序。

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

请注意，Java在读取UTF-8BOM时存在问题，如果存在这些字符，则必须手动处理(有关Sun的一些链接，请参阅Reading UTF-8 - BOM marker )。

Answer 3

我可能会介绍一些你已经知道的东西，但是这里...

要理解BOM的用途，您需要理解(至少在概念上) endian-ness的全部内容。

如果你在处理一个字节(8个二进制位)，它是从右到左按重要性递增的顺序排列的(就像读一个普通的十进制数一样，比如"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，就需要知道这两个字节中哪一个更重要，是高字节优先还是低字节优先。大端意味着最低的内存地址(或者最左边，继续类似于书写)包含更高的值-它延续了西方十进制数的趋势。从历史上看，英特尔一直是小端，而摩托罗拉一直是大端。(我最近没有看过，现在可能不同了。)

BOM只是一个标记，说明以哪种方式解释数据的字节顺序。