UTF8 为什么不需要 BOM？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

V2EX 提问指南

这是一个创建于 584 天前的主题，其中的信息可能已经有所发展或是发生改变。

BOM 用于标记大端序或小端序，utf16 需要 BOM 是因为一个字符可能用到多个字节存储，但是 utf8 也会用多个字节存储一个字符，为啥 utf8 不需要 BOM 呢？

问了 chatgpt ，稀里糊涂： https://imgloc.com/i/imd2MC

第 1 条附言 · 2023-04-10 19:18:37 +08:00

感谢各位 v 友的回答，大概了解了，UTF8 的编码规则里面没用到 BOM ，也就是说 utf8 制定编码规则的时候就没有考虑用 BOM ，而 utf16 的编码规则里面用到了 BOM 。
这是两个不相关的编码规则，不能放在一起比较

bom

UTF8

端序

字符

7 条回复 • 2023-04-10 18:18:02 +08:00

shyangs

2023-04-10 17:23:16 +08:00

BOM 用來區分 UTF-16BE 和 UTF-16LE 。

UTF-8 又沒有 big-endian 和 little-endian 的區分。

crab

2023-04-10 17:45:17 +08:00

不需要字节序判断。但 win 系统如果用记事本存储为 utf-8 默认会加 efbbbf 。

choury

2023-04-10 17:51:25 +08:00

utf-8 解析是一个字节一个字节读取的，当然不存在字节序的问题，但是 utf-16 每次需要读 2 个字节，这个时间就要区分这两个字节是大端还是小端的啊

sadfQED2

2023-04-10 17:53:32 +08:00 via Android

我只知道加 bom 会导致各种各样奇奇怪怪的问题，所以我不加

DeltaC

2023-04-10 17:54:46 +08:00

因为 UTF8 码元是 1 个 BYTE ，UTF16 码元是 1 个 WORD ，码元是最小单位。

DeltaC

2023-04-10 18:02:50 +08:00

现在计算机以字节作为最小寻址单位，当码元大于 1 个字节时，才会存在端序问题。

hahastudio

2023-04-10 18:18:02 +08:00

UTF-8 怎么没有 BOM ？ EF BB BF 是 BOM
Python 里叫 utf-8-sig
只不过大部分 UTF-8 不加 BOM ，官方也不推荐加。加 BOM 是为了方便判断文件用 UTF-8 编码。

https://en.wikipedia.org/wiki/Byte_order_mark#UTF-8