字符编码问题三个不可见的字符（0xEF-0xBB-0xBF，即BOM）

全文阅读：https://www.lianxh.cn/news/5644546da34e4.html

目录

• 1. 背景
• 2. 问题和解决思路
• 3. 最终解决办法
• 4. 参考资料

1. 背景

今天在编写 GTALabel.ado 小程序时遇到了一个问题，分享一下我的解决思路。

这个问题困扰我好几天了，没心思干别的事情。

问题： Windows 系统的 txt 文件在使用 utf-8 编码保存时会默认在文件开头插入三个不可见的字符：0xEF 0xBB 0xBF，称为 BOM 头。 对此问题的详细讨论参见 「Windows文本文件编码」

其间，一度想偷懒询问 Stata 公司的老大哥 Peng Hua 博士，或是 Boston College 的 Baum 教授，也想到了李春涛和王群勇。询问之前，我需要把我的问题说清楚。于是，做了一个极简的例子 (下面会看到)，然后把我能做的各种尝试都写在里面，让他们知道我实在是不得已才麻烦他们的。

首先是在 Stata List 论坛里搜索，关键词包括：txt BOM，import delimited 等。唯一一篇相关的帖子虽然涉及到了这个问题，但并未给出解决方法：「Cannot destring numbers--hidden characters? - Statalist」 。

无奈这下，只好扩大搜索范围。

就读取 txt 文件而言，其他软件也存在相似的问题，例如，python 读取带 BOM 的 utf-8 格式文件。

也有人提到了 DOS 下的批处理命令：批处理命令下如何删除utf-8编码的txt文本的bom头？

全文阅读：https://www.lianxh.cn/news/5644546da34e4.html