字节顺序标记（ByteOrderMark）BOM

概述

之前我们整理了大端和小端 和 字符编码 ，知道对于多字节的数据会存在不同机器之间的存储问题。对于整形我们知道可以通过网络字节序进行传输，但是对于不同编码的字符串我们该怎么办呢？

其实字符串就是一连串的内存数据，而内存数据我们可以看成一个数组，对于传送就是把数组中的数据按个发送，发送过程并不会影响数据。但是不同机器之前对数据的解释有可能不一致。而BOM就是对数据怎么解释的一个标记。

1、BOM的含义及其实现

BOM（byte-order mark），即字节顺序标记，它是插入到以UTF-8、UTF16或UTF-32编码的数据开头的特殊标记，用来识别数据的编码类型。

对于UTF-8来说，BOM并不是必须的，因为BOM用来标记多字节编码的编码类型和字节顺序（big-endian或little-endian），UTF-8中有的字符是单字节，所以没有顺序而言。

在编码表中定义一个字符U+FEFF，它并没有实际对应的符号。字符U+FEFF如果出现在字节流的开头，则用来标识该字节流的字节序，是高位在前还是低位在前。

在绝大多数编辑器中都看不到BOM字符，因为它们能理解Unicode，去掉了读取器看不到的题头信息。若要查看某个Unicode文件是否以BOM开头，可以使用十六进制编辑器。但对于 PHP来说，BOM是个大麻烦。PHP并不会忽略BOM，所以在读取、包含或者引用这些文件时，会把BOM作为该文件开头正文的一部分。

2、不同编码的字节顺序标记

图中的含义为：
UTF-8编码的数据，数据开头会以0xEF BB BF开头
UTF-16编码的以大端模式存储的数据，会以0xFE FF开头
UTF-16编码的以小端模式存储的数据，会以0xFF FE开头

3、其它知识

为了识别 Unicode 文件，Microsoft 建议所有的 Unicode 文件应该以U+FEFF字符开头。这作为一个“特征符”或“字节顺序标记（byte-order mark，BOM）”来识别文件中使用的编码和字节顺序。

Linux/UNIX 并没有使用 BOM，因为它会破坏现有的 ASCII 文件的语法约定。

不同的编辑工具对BOM的处理也各不相同。使用Windows自带的记事本将文件保存为UTF-8编码的时候，记事本会自动在文件开头插入BOM（虽然BOM对UTF-8来说并不是必须的），但是editplus就不会这样做。

感谢大家，我是假装很努力的YoungYangD（小羊）

参考资料：
http://blog.sina.com.cn/s/blog_6aefe4250101agyr.html
https://blog.csdn.net/sea_shore/article/details/22672539