UTF-8 without BOM

UTF-8编码的文件有without BOM和BOM两种格式，最好使用UTF-8 without BOM格式。

BOM的含义
BOM，即Byte Order Mark，意为字节序标记。UTF-8编码的文件中，BOM占三个字节。如果用记事本把一个文本文件另存为UTF-8编码方式的话，用UE打开这个文件，切换到十六进制编辑状态就可以看到开头的FFFE了，软件通过BOM来识别这个文件是否是UTF-8编码。
BOM的本意是在UTF-16中用来表示高低字节序列的。在字节流之前有BOM表示采用低字节序列（低字节在前面），而UTF-8不用考虑字节序列，所以其实有无BOM都可以。
使用BOM产生的问题
UTF-8以字节为编码单元，没有字节序的问题。UTF-16以两个字节为编码单元，在解释一个UTF-16文本前，首先要弄清楚每个编码单元的字节序。例如收到一个“奎”的Unicode编码是594E，“乙”的Unicode编码是4E59。如果我们收到UTF-16字节流“594E”，那么这是 “奎”还是“乙”？
如果文件保存时，选择了使用BOM，那么就可能会出现headers already sent的问题。因为Web服务器软件可能不认识BOM，所以就把BOM的两个特殊字节当做字符发送给浏览器了。这时再调用session_start()等函数，就会出现headers already sent的问题。所以解决此问题最根本的方法就是在保存UTF-8编码的文件时，不要使用BOM。
微软的记事本，Word等只能正确打开含BOM的UTF8文件，然而UltraEdit却恰恰相反，会把BOM UTF-8文件误认为ascii编码。
UTF-8的BOM是 EFBBBF，因为UE载入UTF-8文件会转成Utf16，上述的EFBBBF 在Utf16中是FFFE（Unicode-LE的BOM），UltraEdit不认识BOM又加多一個BOM，所以有2个FFFE。文件就被它破坏了。

当应用程序的文件使用 UTF8 编码时，在保存文件时，一定要注意 BOM 的问题。那么如何将UTF8 without BOM转换成UTF8呢？

using (TextReader input = new StreamReader(new FileStream(@"C:\Test.properties", FileMode.Open), Encoding.UTF8))
{using (TextWriter output = new StreamWriter(new FileStream(@"C:\Test2.lmx", FileMode.Create), Encoding.UTF8)){int BufferSize = 8096;char[] buffer = new char[i];int len;while ((len = input.Read(buffer, 0, i)) > 0){output.Write(buffer, 0, len);}input.Close();}
}

微软的记事本就是在 UTF-8 文件开头加 BOM，所以最好不要用记事本来编辑UTF-8文件。

推荐使用 Notepad++ 并将编码设为UTF-8 without BOM 来进行编辑，也可以使用其它文本编辑软件转储为UTF-8 without BOM 格式。

UTF-8 without BOM相关推荐

ElasticSearch 知识点整理（入门）
1:es介绍 Elasticsearch是一个基于Lucene的实时的分布式搜索和分析引擎.设计用于云计算中, 能够达到实时搜索,稳定,可靠,快速,安装使用方便.基于RESTful接口. 普通请求是. ...
UTF8,Unicode 的区别(zt)
UTF8并不算是一种电脑编码,而是一种储存和传送的格式,如前所述,每个Unicode/UCS字符都以 2或4个bytes来储存,看看以下的比较: 以"I am Chinese" ...
追本溯源：字符串及编码
转载:https://zhuanlan.zhihu.com/p/73917931 开始先考虑下边的问题. let s = "js" console.log(s.length) s ...
response setHeader 设置下载中文文件名乱码问题
1. HTTP消息头 (1)通用信息头即能用于请求消息中,也能用于响应信息中,但与被传输的实体内容没有关系的信息头,如Data,Pragma 主要: Cache-Control , Connecti ...
response.setHeader()设置下载中文文件名乱码问题
1. HTTP消息头 (1)通用信息头即能用于请求消息中,也能用于响应信息中,但与被传输的实体内容没有关系的信息头,如Data,Pragma 主要: Cache-Control , Connecti ...
使用charCodeAt()和charAt()方法，根据Unicode 编码，转换字符
1.charCodeAt() 方法 charCodeAt() 方法可返回指定位置的字符的 Unicode 编码.这个返回值是 0 - 65535 之间的整数. 方法 charCodeAt() 与 ch ...
UTF-8,UTF-16,UTF-32编码方式都是UNICODE，但只是他们的保存方式不同。
这是转载自网络上的博文,UTF-8,UTF-16,UTF-32编码方式都是UNICODE,但只是他们的保存方式不同. Unicode(统一码.万国码.单一码)是一种在计算机上使用的字符编码.它为每种语 ...
Java 中 Unicode 和 char 的关系
目录 Unicode 字符集的出现字符集 ASCII 字符集 ^查看^ OEM 字符集的衍生多字节字符集(MBCS,Multi-Byte Chactacter Set)和中文字符集 GB2312^ ...
Unicode，UTF-8,UTF-16,UTF-32
这是转载自网络上的博文,UTF-8,UTF-16,UTF-32编码方式都是UNICODE,但只是他们的保存方式不同. Unicode(统一码.万国码.单一码)是一种在计算机上使用的字符编码.它为每种语 ...
java ucs 2_请问UTF-8与UCS-2之间有何区别与联系？
Unicode - UCS - 万国码通用字符集 - UCS(Universal Character Set) 首先要说明的是Unicode和UCS并不是完全相同的概念 Unicode的实现方式不同 ...

UTF-8 without BOM

UTF-8 without BOM相关推荐

最新文章

热门文章