没有BOM的 UTF-8和UTF-8有什么区别？ 哪个更好？
#1楼
我从另一个角度看待这个问题。 我认为带有BOM的UTF-8更好，因为它提供了有关文件的更多信息。 仅当遇到问题时，我才使用不带BOM的UTF-8。
我长时间在页面上使用多种语言（甚至是西里尔字母 ），并且在保存文件时不使用BOM并重新打开它们以使用编辑器进行编辑（如cherouvim所述），某些字符已损坏。
请注意，当您尝试使用UTF-8编码保存新创建的文件时，Windows的经典记事本会自动使用BOM表保存文件。
我个人保存带有BOM的服务器端脚本文件（.asp，.ini，.aspx）和不 带有BOM的 .html文件 。
#2楼
具有BOM的UTF-8可以更好地识别。 我已经很难得出这个结论。 我正在一个项目中，结果之一是一个CSV文件（包括Unicode字符）。
如果保存的CSV文件没有BOM表，则Excel会认为它是ANSI并显示乱码。 一旦在前面添加了“ EF BB BF”（例如，通过使用带UTF-8的记事本重新保存它；或带UTF-8的BOM一起使用Notepad ++），Excel就会很好地打开它。
RFC 3629建议将BOM表字符添加到Unicode文本文件中：“ UTF-8，ISO 10646的转换格式”，2003年11月，位于http://tools.ietf.org/html/rfc3629 （此最新信息位于： http://www.herongyang.com/Unicode/Notepad-Byte-Order-Mark-BOM-FEFF-EFBBBF.html ）
#3楼
当您要显示以UTF-8编码的信息时，您可能不会遇到问题。 例如，将HTML文档声明为UTF-8，您将在浏览器中显示包含在文档正文中的所有内容。
但是，当我们在Windows或Linux上拥有文本， CSV和XML文件时，情况并非如此。
例如，Windows或Linux中的文本文件是可以想到的最简单的东西之一，它不是（通常）UTF-8。
将其另存为XML并声明为UTF-8：
<?xml version="1.0" encoding="UTF-8"?>
即使已声明为UTF-8，它也不会正确显示（不会被读取）。
我有一串包含法语字母的数据，需要将其另存为XML以供联合使用。 无需从一开始就创建UTF-8文件（更改IDE中的选项和“创建新文件”）或在文件的开头添加BOM表
$file="\xEF\xBB\xBF".$string;
我无法将法语字母保存在XML文件中。
#4楼
将BOM放入UTF-8编码的文件中至少存在三个问题。
- 不包含任何文本的文件不再为空，因为它们始终包含BOM。
- 包含UTF-8 ASCII子集内的文本的文件本身不再是ASCII，因为BOM不是ASCII，这会使某些现有工具失效，并且用户无法替换这些旧版工具。
- 无法将多个文件连接在一起，因为现在每个文件的开头都有一个BOM。
而且，正如其他人提到的那样，拥有BOM表来检测某物是否为UTF-8既不充分，也没有必要：
- 这是不够的，因为任意字节序列可能会以构成BOM的确切序列开头。
- 这是没有必要的，因为您可以像读取字节一样将它们当作UTF-8读取。 如果成功，按照定义，它是有效的UTF-8。
#5楼
如果您在HTML文件中使用UTF-8，在同一页面中使用塞尔维亚西里尔字母，塞尔维亚拉丁语，德语，匈牙利语或其他外来语言，则带有BOM的UTF更好。 我的观点是（计算机和IT行业已有30年的历史）。
#6楼
如上所述，带有BOM的UTF-8可能会导致非BOM感知（或兼容）软件出现问题。 我曾经使用基于Mozilla的KompoZer编辑了编码为UTF-8 + BOM的HTML文件，因为客户端要求使用所见即所得程序。
保存时，布局总是会被破坏。 我花了一些时间来解决这个问题。 这些文件在Firefox中运行良好，但是在Internet Explorer中显示CSS异常，再次破坏了布局。 摆弄了几个小时的CSS链接无济于事之后，我发现Internet Explorer不喜欢BOMfed HTML文件。 再也不。
另外，我刚刚在Wikipedia中找到了这个：
shebang字符由扩展ASCII编码中的相同两个字节表示，包括UTF-8，UTF-8通常用于当前类Unix系统上的脚本和其他文本文件。 但是，UTF-8文件可以以可选的字节顺序标记（BOM）开头； 如果“ exec”功能专门检测到字节0x23 0x21，则在shebang之前存在BOM（0xEF 0xBB 0xBF）将阻止脚本解释器被执行。 为此，一些权威人士建议不要在POSIX（类似Unix的）脚本中使用字节顺序标记，[15]并出于更广泛的互操作性和哲学考虑
#7楼
一个实际的区别是，如果您为Mac OS X编写了一个shell脚本并将其另存为普通UTF-8，则将得到响应：
#!/bin/bash: No such file or directory
响应shebang行，指定您要使用的外壳：
#!/bin/bash
如果另存为UTF-8，则没有BOM（例如BBEdit ）都可以。
#8楼
没有BOM的UTF-8没有BOM，这不会比带有BOM的UTF-8更好，除非文件的使用者需要知道（或会从中获知）文件是否为UTF-8编码或不。
BOM通常可用于确定编码的字节序，这在大多数情况下不是必需的。
此外，对于那些不了解或不关心BOM的用户而言，BOM可能是不必要的噪音/痛苦，并可能导致用户困惑。
#9楼
从http://en.wikipedia.org/wiki/Byte-order_mark ：
字节顺序标记（BOM）是Unicode字符，用于表示文本文件或流的字节序（字节顺序）。 它的代码点是U + FEFF。 BOM的使用是可选的，并且如果使用的话，应出现在文本流的开始。 除了将其特定用作字节顺序指示符之外，BOM字符还可以指示文本在几种Unicode表示形式中的哪一种编码。
始终在文件中使用BOM将确保始终在支持UTF-8和BOM的编辑器中正确打开它。
我缺少BOM的真正问题如下。 假设我们有一个包含以下内容的文件：
abc
如果没有BOM，则在大多数编辑器中都将以ANSI的形式打开。 因此，此文件的另一个用户将其打开并附加一些本机字符，例如：
abg-αβγ
糟糕...现在该文件仍在ANSI中，请猜测“αβγ”不占用6个字节，而是3个。这不是UTF-8，这会在以后的开发链中引起其他问题。
#10楼
UTF-8 BOM是文本流（EF BB BF）开头的字节序列，它使读者可以更可靠地猜测文件是否已以UTF-8编码。
通常，BOM用来表示编码的字节序，但是由于字节序与UTF-8不相关，因此不需要BOM。
根据Unicode标准 ， 不建议使用UTF-8文件的BOM ：
2.6编码方案
...对于UTF-8既不需要也不建议使用BOM，但是在从使用BOM的其他编码形式转换UTF-8数据或BOM用作UTF-8签名的情况下可能会遇到BOM。 。 有关更多信息，请参见第16.8节 “ 特价 ”中的“字节顺序标记”小节。
#11楼
在BOM表的Wikipedia页面的底部引用： http : //en.wikipedia.org/wiki/Byte-order_mark#cite_note-2
“对于UTF-8，既不需要也不建议使用BOM，但是在从使用BOM的其他编码形式转换UTF-8数据或BOM用作UTF-8签名的情况下，可能会遇到BOM的情况。”
#12楼
其他出色的答案已经回答：
- UTF-8和使用BOM的UTF-8之间没有官方区别
- BOM格式的UTF-8字符串将从以下三个字节开始。
EF BB BF - 从文件/流中提取字符串时，必须忽略这些字节（如果存在）。
但是，作为对此的附加信息，如果字符串以UTF-8编码，则UTF-8的BOM可能是“嗅觉”的好方法...或者它可以是任何其他编码形式的合法字符串...
例如，数据[EF BB BF 41 42 43]可以是：
因此，虽然通过查看第一个字节来识别文件内容的编码可能很酷，但您不应依赖它，如上面的示例所示
编码应该是已知的，而不是不可分割的。
#13楼
仅当文件实际包含某些非ASCII字符时，带BOM的UTF-8才有用。 如果包含该文件，则不包含任何文件，那么它可能会破坏以前将文件解释为纯ASCII的旧应用程序。 这些应用程序遇到非ASCII字符时肯定会失败，因此我认为BOM仅应在文件可以且不应再解释为纯ASCII的情况下添加。
编辑：仅想说明一下，我完全不希望使用BOM，如果一些旧的垃圾无法使用，则将其添加进去，并且替换该旧应用程序是不可行的。
不要期望UTF8有BOM。
#14楼
问题：没有BOM的UTF-8和UTF-8有什么区别？ 哪个更好？
这是Wikipedia文章中有关字节顺序标记（BOM）的一些摘录，我相信这些摘录可为该问题提供可靠的答案。
关于BOM和UTF-8的含义：
Unicode标准允许使用UTF-8中的BOM ，但不要求也不建议使用它。 字节顺序在UTF-8中没有任何意义，因此它在UTF-8中的唯一用途是一开始就表示文本流已以UTF-8编码。
不 使用BOM的 参数 ：
不使用BOM的主要动机是与不支持Unicode的软件向后兼容。另一个不使用BOM的动机是鼓励将UTF-8用作“默认”编码。
论据 使用BOM：
使用BOM的理由是，如果没有BOM，则需要进行启发式分析以确定文件正在使用的字符编码。 从历史上看，这种区分各种8位编码的分析很复杂，容易出错，有时速度很慢。 有许多库可简化任务，例如Mozilla通用字符集检测器和Unicode国际组件。
程序员错误地认为检测UTF-8同样困难（这不是因为绝大多数字节序列都是无效的UTF-8，而这些库试图区分的编码允许所有可能的字节序列）。 因此，并非所有支持Unicode的程序都执行这种分析，而是依赖BOM。
特别是， Microsoft编译器和解释器以及Microsoft Windows上的许多软件（例如记事本）将无法正确读取UTF-8文本，除非它只有ASCII字符或以BOM表开头，并且在保存时将BOM表添加到开头文字为UTF-8。 将Microsoft Word文档下载为纯文本文件时，Google文档将添加BOM。
使用 BOM表 或 不 使用BOM表 ，哪个更好 ：
IETF建议，如果协议（a）始终使用UTF-8，或者（b）使用某种其他方式指示所使用的编码，则该协议“应禁止使用U + FEFF作为签名”。
我的结论：
仅当与软件应用程序的兼容性是绝对必要的时才使用BOM。
还要注意，虽然参考的Wikipedia文章指出许多Microsoft应用程序都依赖BOM来正确检测UTF-8，但并非所有 Microsoft应用程序都如此。 例如，如@barlop所指出的那样 ，当将Windows命令提示符与UTF-8 †一起使用时 ，此类和more type命令不会期望BOM表存在。 如果BOM 存在时，它可以是有问题的，因为它是用于其他应用。
† chcp命令通过代码页65001提供对UTF-8（ 无 BOM）的支持。
#15楼
请注意，对于某些文件，即使在Windows上也必须没有 BOM。 示例是SQL*plus或VBScript文件。 如果此类文件包含BOM表，则在尝试执行它们时会出错。
#16楼
没有BOM的UTF-8和UTF-8有什么区别？
简短的答案：在UTF-8中，BOM编码为文件开头的字节EF BB BF 。
长答案：
最初，预期Unicode将以UTF-16 / UCS-2编码。 BOM是为此编码形式设计的。 当您有2个字节的代码单元时，有必要指出这两个字节的顺序，并且通常的惯例是在数据的开头包含字符U + FEFF作为“字节顺序标记”。 字符U + FFFE是永久未分配的，因此它的存在可用于检测错误的字节顺序。
无论平台的字节顺序如何，UTF-8的字节顺序都相同，因此不需要字节顺序标记。 但是，它可能会发生（作为字节序列EF BB FF ）从UTF-16转换为UTF-8的数据中，或者作为“签名”表示该数据是UTF-8。
哪个更好？
没有。 正如Martin Cote回答的那样，Unicode标准不建议这样做。 它会导致非BOM感知软件出现问题。
检测文件是否为UTF-8的更好方法是执行有效性检查。 UTF-8对有效的字节序列有严格的规定，因此误报的可能性可以忽略不计。 如果字节序列看起来像UTF-8，则可能是这样。
#17楼
这个问题已经有一百万个答案了，其中许多都很好，但是我想尝试弄清楚何时应该使用或不应该使用BOM。
如上所述，在确定字符串是否为UTF-8时对UTF BOM（字节顺序标记）的任何使用都是有根据的猜测。 如果有适当的元数据（例如charset="utf-8" ），那么您已经知道应该使用什么，否则，您需要测试并做一些假设。 这涉及检查字符串来自的文件是否以十六进制字节码EF BB BF开头。
如果找到了对应于UTF-8 BOM的字节码，则概率很高，可以假定它是UTF-8，您可以从那里开始。 但是，如果被迫做出这种猜测，那么在读取时进行额外的错误检查仍然是一个好主意，以防万一出现乱码。 如果输入绝对不是基于源的UTF-8，则应该仅假设BOM不是UTF-8（即latin-1或ANSI）。 但是，如果没有BOM，则可以通过对编码进行验证来简单地确定它是否应为UTF-8。
为什么不建议使用BOM？
- 不支持Unicode或不兼容的软件可能会认为它是latin-1或ANSI，并且不会从字符串中删除BOM，这显然会引起问题。
- 并不是真正需要的（只需检查内容是否符合要求，当找不到符合要求的编码时，始终使用UTF-8作为后备）
什么时候应该使用BOM编码？
如果您无法以其他任何方式（通过字符集标记或文件系统元数据）记录元数据，并且无法像BOM一样使用程序，则应使用BOM进行编码。 在Windows上尤其如此，在Windows上，通常假定没有BOM的任何东西都在使用旧版代码页。 BOM告诉Office之类的程序，是的，该文件中的文本为Unicode。 这是使用的编码。
说到它，我真正真正遇到过的唯一文件是CSV。 根据程序，它要么必须具有BOM，要么必须没有BOM。 例如，如果您在Windows上使用Excel 2007+，则要平滑打开它而不必求助于导入数据，则必须使用BOM对其进行编码。
#18楼
这是一个古老的问题，有很多好的答案，但应该增加一件事。
所有答案都很笼统。 我要添加的是实际上会导致实际问题的BOM用法示例，但是很多人对此并不了解。
BOM中断脚本
Shell脚本，Perl脚本，Python脚本，Ruby脚本，Node.js脚本或需要由解释程序运行的任何其他可执行文件-所有这些都以shebang行开头，该行看起来像其中之一：
#!/bin/sh
#!/usr/bin/python
#!/usr/local/bin/perl
#!/usr/bin/env node
它告诉系统调用此类脚本时需要运行哪个解释器。 如果脚本以UTF-8编码，则可能会想在开始时包含BOM。 但是实际上是“＃！” 字符不仅仅是字符。 实际上，它们是一个魔术数字 ，恰好由两个ASCII字符组成。 如果在这些字符之前放置一些东西（例如BOM），则文件看起来像是具有不同的幻数，这可能会导致问题。
参见维基百科， 文章：Shebang，章节：幻数 ：
shebang字符由扩展ASCII编码中的相同两个字节表示，包括UTF-8，UTF-8通常用于当前类Unix系统上的脚本和其他文本文件。 但是，UTF-8文件可以以可选的字节顺序标记（BOM）开头； 如果“ exec”功能专门检测到字节0x23和0x21，则在shebang之前存在BOM（0xEF 0xBB 0xBF）将阻止脚本解释器被执行。 为此，一些权威人士建议不要在POSIX（类Unix）脚本中使用字节顺序标记，[14]并出于更广泛的互操作性和哲学考虑。 另外，在UTF-8中不需要字节顺序标记，因为该编码不存在字节顺序问题。 它仅用于将编码标识为UTF-8。 [加重]
BOM在JSON中是非法的
参见RFC 7159第8.1节 ：
实现不得在JSON文本的开头添加字节顺序标记。
BOM在JSON中是多余的
不仅在JSON中是非法的，而且也不需要确定字符编码，因为存在更可靠的方法来明确确定任何JSON流中使用的字符编码和字节序（有关详细信息，请参见此答案 ）。
BOM破坏了JSON解析器
它不仅在JSON中是非法的并且不需要 ，而且实际上破坏了使用RFC 4627中介绍的方法确定编码的所有软件 ：
确定JSON的编码和字节序，检查NUL字节的前4个字节：
00 00 00 xx - UTF-32BE
00 xx 00 xx - UTF-16BE
xx 00 00 00 - UTF-32LE
xx 00 xx 00 - UTF-16LE
xx xx xx xx - UTF-8
现在，如果文件以BOM表开头，它将如下所示：
00 00 FE FF - UTF-32BE
FE FF 00 xx - UTF-16BE
FF FE 00 00 - UTF-32LE
FF FE xx 00 - UTF-16LE
EF BB BF xx - UTF-8
注意：
- UTF-32BE不是以三个NUL开头，因此不会被识别
- UTF-32LE第一个字节后没有3个NUL，因此不会被识别
- UTF-16BE的前4个字节只有1个NUL，因此不会被识别
- UTF-16LE的前4个字节只有1个NUL，因此不会被识别
根据实现的不同，所有这些都可能被错误地解释为UTF-8，然后被错误地解释或拒绝为无效的UTF-8，或者根本无法被识别。
此外，如果实现按照我建议的那样测试有效的JSON，则即使该输入确实被编码为UTF-8，也将拒绝该输入，因为它不以RFC规定的ASCII字符<128开头。
其他数据格式
不需要JSON中的BOM，这是非法的，并且会破坏根据RFC正常运行的软件。 那时不使用它应该是一个明智的选择，但是总有些人坚持通过使用BOM，注释，不同的引用规则或不同的数据类型来破坏JSON。 当然，任何人都可以自由使用BOM或其他任何需要的东西-那就不要将其称为JSON。
对于除JSON之外的其他数据格式，请看一下它的实际外观。 如果唯一的编码是UTF- *，并且第一个字符必须是小于128的ASCII字符，那么您已经拥有确定数据的编码和字节序所需的所有信息。 即使将BOM表作为可选功能添加，也只会使其更加复杂且容易出错。
BOM的其他用途
至于JSON或脚本之外的用途，我认为这里已经有了很好的答案。 我想添加更多有关脚本和序列化的详细信息，因为这是导致实际问题的BOM字符的示例。
#19楼
Unicode 字节顺序标记（BOM）常见问题解答提供了一个简洁的答案：
问：我应该如何处理BOM？
答：以下是一些指导原则：
特定协议（例如，Microsoft .txt文件约定）可能要求在某些Unicode数据流（例如文件）上使用BOM。 当您需要遵循此类协议时，请使用BOM。
对于未加标签的文本，某些协议允许使用可选的BOM。 在那种情况下
某些面向字节的协议期望在文件开头使用ASCII字符。 如果这些协议使用UTF-8，则应避免使用BOM作为编码形式签名。
在已知数据流的确切类型的地方（例如Unicode大端或Unicode小端），不应使用BOM。 特别是，每当数据流声明为UTF-16BE，UTF-16LE，UTF-32BE或UTF-32LE时，都不得使用BOM。
#20楼
这是我对Visual Studio，SourceTree和Bitbucket拉取请求的经验，这给了我一些问题：
因此，在审查请求请求时，带有签名的BOM会在每个文件上包含一个红点字符（可能会很烦人）。
如果将鼠标悬停在它上面，它将显示一个类似于“ ufeff”的字符，但结果表明sourcetree没有显示这些类型的字节标记，因此它很可能最终出现在您的请求中，这应该没问题，因为VS 2017就是这样编码的现在是新文件，所以也许bitbucket应该忽略此文件或以其他方式显示它，更多信息请参见：
红点标记BitBucket差异视图
#21楼
BOM倾向于在某个地方某个地方繁荣（没有双关语意）。 而且当它蓬勃发展时（例如，未被浏览器，编辑器等识别），它显示为文档开头的奇怪字符 （例如HTML文件， JSON响应， RSS ，等），并导致这种尴尬，例如奥巴马在Twitter上的谈话中遇到的最近编码问题 。
当它出现在难以调试的地方或忽略测试时，这很烦人。 因此，除非您必须使用它，否则最好避免它。
