注意:
在Java以流形式读入,有无BOM有区别,有BOM:会在开头添加FEFF,无BOM则不添加。
来源:
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。
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。以十进制打开文件可以看到EF BB BF
换成以UCS-2 Big-Endian格式编码保存,则16进制下看到FEFF。
在流中读出前面的3个字节(一个字符)为‘FEFF’,不是EF BB BF
汉字在UTF-8中以3个字节编码。
所以:最好UTF-8不要BOM保存文件。