1.7. BOM¶
BOM —— Byte Order Mark，中文名译作 “字节顺序标记”
在 UCS 编码中有一个叫做 “Zero Width No-Break Space” ，中文译名作 “ 零宽无间断间隔” 的字符，它的编码是 FEFF。而 FEFF 在 UCS 中是不存在的字符，所以不应该出现在实际传输中。UCS 规范建议我们在传输字节流前，先传输字符 “Zero Width No-Break Space”。这样如果接收者收到 FEFF，就表明这个字节流是 Big-Endian 的；如果收到 FFFE，就表明这个字节流是 Little- Endian 的。因此字符 “Zero Width No-Break Space” （“零宽无间断间隔”）又被称作 BOM。
UTF-8 不需要 BOM 来表明 字节顺序，但可以用 BOM 来表明编码方式。字符 “Zero Width No-Break Space” 的 UTF-8 编码是
EF BB BF。所以如果接收者收到以 EF BB BF 开头的字节流，就知道这是 UTF-8 编码了。Windows 就是使用 BOM 来标记文本文件的编码方式的。
不同编码的字节顺序标记的表示：
编码 |
表示 (十六进制) |
表示 (十进制) |
|---|---|---|
UTF-8 |
EF BB BF |
239 187 191 |
UTF-16（大端序） |
FE FF |
254 255 |
UTF-16（小端序） |
FF FE |
255 254 |
UTF-32（大端序） |
00 00 FE FF |
0 0 254 255 |
UTF-32（小端序） |
FF FE 00 00 |
255 254 0 0 |
UTF-7 |
2B 2F 76 和以下的一个字节：[38 39 2B 2F] |
43 47 118 和以下的一个字节：[56 57 43 47] |
en:UTF-1 |
F7 64 4C |
247 100 76 |
en:UTF-EBCDIC |
DD 73 66 73 |
221 115 102 115 |
en:Standard Compression Scheme for Unicode |
0E FE FF |
14 254 255 |
en:BOCU-1 |
FB EE 28 及可能跟随着 FF |
251 238 40 及可能跟随着 255 |
GB-18030 |
84 31 95 33 |
132 49 149 51 |