UTF-8与UTF-8 BOM

最新推荐文章于 2024-01-15 17:20:52 发布

Xviewee

最新推荐文章于 2024-01-15 17:20:52 发布

阅读量1k

点赞数

分类专栏： WEB开发文章标签：文本编辑 xml byte

本文链接：https://blog.csdn.net/Xviewee/article/details/2901558

版权

WEB开发专栏收录该内容

80 篇文章 0 订阅

订阅专栏

导读：
　　如果将XML文件存为UTF-8 BOM格式，如果使用fileStream读取并转换为XML会报错"The markup in the document following the root element must be well-formed."。UTF-8签名(UTF-8 signature)也叫做BOM(Byte Order Mark)，是UTF编码方案里用于标识编码的标准标记。如果多个文件设置了签名，在二进制流中就会包含多个UTF-8签名，也就是导致XML转换失败的"root element must be well-formed"原因。
　　在UCS 编码中有一个叫做”ZERO WIDTH NO-BREAK SPACE”的字符，它的编码是FEFF。而FFFE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”又被称作BOM。所以还有一个解决思路就是在读取到该字符时，删除该字符。
　　当然，最简单的办法是使用文本编辑器，保存为UTF-8无BOM格式。"NotePad++"编辑器可以选择"格式-字符编码转换为UTF-8码（无BOM）"。

本文转自
http://www.moorwind.com/read.php?229