UTF-8文本文件头部出现乱码“锘*”的问题及解决方法

昨天发现一个ini配置文件,在某些机器上修改后程序无法识别的问题。DBinfo_old是修改后,DBinfo.ini是修改前。


同一份程序,可以正确识别DBinfo.ini中的DBAddress等内容,但是不能识别DBinfo_old中的内容。使用UltraEdit打开内容也一样。

但是使用UltraEdit的16进制查看功能,却发现DBinfo_old的头部多出了3个字节:EF BB BF,而EF BB和BF 5B恰好表示锘字和縖字,其中5B是左方括号。



并且在Linux上也能看出两者的不同:


最后想到应该是DOM作祟,用UltraEdit的另存为功能验证了一下,果然如此:


当把文件编码选为UTF-8时,系统会自动在文件头部添加上EF BB BF这三个字节,而选为UTF-8 NO BOM时会自动去掉这三个字节。

附:

关于BOM是什么,引用zhangwei@lenovots.com一段话来解释一下,以下是引文:

对比发现文本装换程序导致转换后的文本出现多于站位符,二进制表示为EF BB EF

所谓的EF BB EF问题,其实是UTF-8文件的Unicode签名BOM(Byte Order Mark)问题,在JSP和PHP开发中都经常碰到。

BOM(Byte Order Mark),是UTF编码方案里用于标识编码的标准标记,在UTF-16里本来是FF FE,变成UTF-8就成了EF BB BF。这个标记是可选的,因为UTF8字节没有顺序,所以它可以被用来检测一个字节流是否是UTF-8编码的。微软做这种检测,但有些软件不做这种检测,而把它当作正常字符处理。

微软在自己的UTF-8格式的文本文件之前加上了EF BB BF三个字节, windows上面的notepad等程序就是根据这三个字节来确定一个文本文件是ASCII的还是UTF-8的, 然而这个只是微软暗自作的标记, 其它平台上并没有对UTF-8文本文件做个这样的标记。

(以上引自http://kms.lenovots.com/kb/article.php?id=3354)

最后要注意一点,不同版本的UltraEdit,在点保存时的默认选项不同,版本15会默认选择UTF-8(With BOM)而版本18则会默认选择UTF-8 NO BOM。

  • 8
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

皓月如我

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值