文本编辑 UTF-8 BOM 中的BOM释义

参考资料

1. UTF8のBOM無しとBOM付きの違い
2. BOMなしUTF-8によってWindowsでもたらされる困惑
3. 文字コードをUTF-8 BOMなし(UTF-8N)でファイル保存をする方法

---

---

一. 前提

在使用Windows自带的记事本编辑.csv文件的时候，准备保存为UTF-8编码时，发现了有如下两个选项

• UTF-8
• 带有 BOM 的 UTF-8

这两种格式有什么区别？BOM到底是啥？

---

二. BOM

在网上找到了张图，如下图所示EF BB BF就是BOM标记。

YUTF8.txt 和 YUTF8BOM.txt 两个文本文件的内容相同，都是1，2，3，4

⏹BOM（Byte Order Mark），字节顺序标记，出现在文本文件头部，是一个不可见的隐藏字符。
一般用来帮助一些应用程序识别文件的编码，尤其是在处理包含非ASCII字符的文本文件时。
含BOM的文本文件和不含BOM的文本文件的唯一区别就是文件开头是否带不可见的隐藏字符，除此之外没有区别。

⏹2018年末之前的Win10自带的记事本，保存的时候会自动给文本文件添加BOM，随着2018年末的Win10升级，终于给记事本添加了是否带BOM保存的选项。

⏹在日本，UTF-8 不含BOM叫 UTF-8 BOMなし，也叫 UTF-8N。

⏹一般保存代码文件之类的，都不会带BOM。

---

三. CSV文件中的表现

⏹有两个CSV文件，csv1.csv 和 csv2.csv，文件内容如下：

贾飞天,哈哈,你好
AAA,BBB,CCC

⏹其中csv1.csv用UTF-8保存，而csv2.csv用UTF-8 BOM保存，2个文件的磁盘占用如下所示

可以看到csv1.csv占用了36个字节，明明是相同的内容，而csv2.csv却占用了39个字节，多出来的3个字节就是BOM所占用的。

可以看到，用纯UTF-8编码保存的CSV文件用Excel文件打开会乱码，但是用UTF-8 BOM编码保存事务CSV文件却不会乱码。