關(guān)于文件的UTF-8的BOM標記問題記錄

在svn上提交了一個文件trac進行codereview 的時候，發(fā)現(xiàn)其中的中文是亂碼，猜測是文件編碼的問題，用emedit查看之后，發(fā)現(xiàn)這個文件的編碼時utf-8 （無bom）格式，然后對比了一下其它顯示正確的文件格式：utf-8（含bom），問題就是bom有無的問題，使用emedit保存完后，調(diào)查了一下這個bom是什么.

"UTF- 8編碼的文件中，BOM占三個字節(jié)。如果用記事本把一個文本文件另存為UTF-8編碼方式的話，用UE打開這個文件，切換到十六進制編輯狀態(tài)就可以看到開 頭的FFFE了。這是個標識UTF-8編碼文件的好辦法，軟件通過BOM來識別這個文件是否是UTF-8編碼，很多軟件還要求讀入的文件必須帶BOM?？?是，還是有很多軟件不能識別BOM。"

"UTF-8 BOM又叫UTF-8 簽名,其實UTF-8的BOM對UFT-8沒有作用,是為了支援UTF-16,UTF-32才加上"


才發(fā)現(xiàn)這個bom在utf-8格式的文件中代表了頭三個字節(jié)“EF BB BF”，很多文件就沒有這個概念，經(jīng)常會被當做數(shù)據(jù)進行處理。php好像暫時不支持，不能處理帶bom的utf-8文件。

所以說，數(shù)據(jù)文件最好不要帶bom，當然你如果知道bom，處理程序中做了處理那就是另一說了。，