UTF-8中的BOM

UTF-8中的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。

UTF-8编码的文件中，BOM占三个字节。如果用记事本把一个文本文件另存为UTF-8编码方式的话，用UE打开这个文件，切换到十六进制编辑状态就可以看到开头的FFFE了。这是个标识UTF-8编码文件的好办法，软件通过BOM来识别这个文件是否是UTF-8编码。

对于含BOM头的UTF8文件，前三个字节是\xEF\xBF\xBD，某些软件对于不包含BOM头格式的文件识别存在问题，而有些软件对于有BOM头的文件解析有问题。所以这个问题要区别对待，我们可以在Notepad++里进行转换。

C#写文件时指定是否有BOM

var utf8WithBom = new System.Text.UTF8Encoding(true);  // 用true来指定包含bom  or false指定不含bom
StreamWriter swr = null;
try
{
    swr = new StreamWriter("ok.txt", false, utf8WithBom);
    swr.Write("yzh!");
}
catch(Exception e)
{
}
finally
{
    if (swr != null)
    {
        swr.Close();
        swr.Dispose();
    }
}

主要用途：

Maven编译java代码时，需要转换为不含Bom格式的uft-8。