UTF-8 带 BOM 还是不带 BOM？

Question

现在，当您编写网页并使用 UTF-8 时，最佳
实践是什么 - 将页面编码为带或不带 BOM 的 UTF-8？

那么...对于任何类型的文件，而不仅仅是网页（即不仅仅是 HTML 文件），答案是什么？

Answer 1

来自 Unicode网站：

\n

\n

问：UTF-8 数据流可以包含 BOM 字符（UTF-8 形式）吗？如果是，那么我仍然可以假设剩余的 UTF-8 字节是大端顺序吗？

\n

答：是的，UTF-8 可以包含 BOM。但是，它对于字节流的字节顺序没有影响。UTF-8 始终具有相同的字节顺序。初始 BOM 仅用作签名 \xe2\x80\x94 ，指示未标记的文本文件采用 UTF-8 格式。请注意，某些 UTF-8 编码数据的接收者不需要 BOM。在 8 位环境中透明使用 UTF-8 的情况下，BOM 的使用将干扰任何在开头需要特定 ASCII 字符的协议或文件格式，例如使用“#!” 位于 Unix shell 脚本的开头。

\n

\n

也：

\n

\n

如果数据具有关联类型（例如数据库中的字段），则不需要 BOM。特别是，如果文本数据流被标记为 UTF-16BE、UTF-16LE、UTF-32BE 或 UTF-32LE，则 BOM 既不需要也不被允许。任何 U+FEFF 都将被解释为 ZWNBSP。

\n

\n

在 UTF-8 中不需要也不建议使用 BOM，因为它除了标记 UTF-8 流的开始之外没有任何用途。然而，这并不是区分 UTF-8 的有效方法，因为 BOM 可能会被简单地解析为其他编码格式的字符。

\n

BOM 仅应在数据以多字节格式 (UTF-16/32) 传输且不指定字节序的情况下使用。我无法理解在哪里会使用这样的东西，但这是唯一需要 BOM 的情况。

\n

区分文件内的文本编码（HTML 元标记等）或更好地在将生成和使用所述文本文件的代码中。对于广泛分发的 UTF-8 文件，更常见的变体是不带 BOM 的变体。事实上，某些文本编辑器不需要 BOM，因此可能无法正确解析流。

\n