微軟的自帶記事本程序notepad.exe會(huì)給UTF-8編碼的文件頭加入三個(gè)隱藏的字節(jié)（即BOM）。這是一種很愚蠢的做法。就是為了讓編輯器不去猜測(cè)文件本身是ASCII碼還是UTF-8。

什么是BOM

BOM（byte-order mark），即字節(jié)順序標(biāo)記，它是插入到以UTF-8、UTF16或UTF-32編碼Unicode文件開頭的特殊標(biāo)記，用來識(shí)別Unicode文件的編碼類型。對(duì)于UTF-8來說，BOM并不是必須的，因?yàn)锽OM用來標(biāo)記多字節(jié)編碼文件的編碼類型和字節(jié)順序（big-endian或little-endian）。

在絕大多數(shù)編輯器中都看不到BOM字符，因?yàn)樗鼈兡芾斫釻nicode，去掉了讀取器看不到的題頭信息。若要查看某個(gè)Unicode文件是否以BOM開頭，可以使用十六進(jìn)制編輯器。下表列出了不同編碼所對(duì)應(yīng)的BOM。

BOM Encoding
EF BB BF UTF-8
FE FF UTF-16 (big-endian)
FF FE UTF-16 (little-endian)
00 00 FE FF UTF-32 (big-endian)
FF FE 00 00 UTF-32 (little-endian)

BOM的來歷

為了識(shí)別 Unicode 文件，Microsoft 建議所有的 Unicode 文件應(yīng)該以 ZERO WIDTH NOBREAK SPACE（U+FEFF）字符開頭。這作為一個(gè)“特征符”或“字節(jié)順序標(biāo)記（byte-order mark，BOM）”來識(shí)別文件中使用的編碼和字節(jié)順序。

Linux/UNIX 并沒有使用 BOM，因?yàn)樗鼤?huì)破壞現(xiàn)有的 ASCII 文件的語(yǔ)法約定。

不同的編輯工具對(duì)BOM的處理也各不相同。使用Windows自帶的記事本將文件保存為UTF-8編碼的時(shí)候，記事本會(huì)自動(dòng)在文件開頭插入BOM（雖然BOM對(duì)UTF-8來說并不是必須的），但是editplus就不會(huì)這樣做。

References：

http://blog.csdn.net/zcmssd/article/details/6086711

http://club.topsage.com/thread-2227977-1-1.html

http://en.wikipedia.org/wiki/Byte-order_mark

文本編輯BOM標(biāo)記（Byte Order Mark）