主页 / computer / 问题 / 1553666
Accepted
Old Geezer
Asked: 2020-05-21 18:38:56 +0800 CST

UTF-8 与带有 BOM 的 UTF-8

  • 772

最新的 Notepad.exe 具有另存为UTF-8和UTF-8 with BOM.

是UTF-8 with BOM旧的UTF吗？现在是什么UTF-8？

windows-10 notepad

2 个回答

  1. Best Answer

    无论 BOM 是否存在，UTF-8 都是 UTF-8。

    UTF-8 并不真正需要使用 BOM（字节顺序标记）保存文件。

    记事本允许将文件保存为“UTF-8”或“带有 BOM 的 UTF-8”的事实似乎是在需要 BOM（字节顺序标记）的情况下提供灵活性的一个选项。但总的来说，只保存没有 BOM 的文件（即纯 UTF-8）确实是处理具有 UTF-8 内容的文本文件的最佳方式。

    正如Wikipedia page for byte order mark 所解释的：

    “BOM 的使用是可选的。它的存在会干扰软件对 UTF-8 的使用，这些软件在文件开头不期望非 ASCII 字节，但可以处理文本流。”

    文章通过陈述以下内容对其进行了更深入的研究；大胆的强调是我的：

    “BOM 的 UTF-8 表示是（十六进制）字节序列0xEF,0xBB,0xBF。

    Unicode 标准允许使用 UTF-8 的 BOM，但不要求也不推荐使用它。字节顺序在 UTF-8 中没有意义，因此它在 UTF-8 中的唯一用途是在开始时表示文本流以 UTF-8 编码，或者它已从包含可选物料清单。该标准也不建议在 BOM 存在时删除它，以便编码之间的往返不会丢失信息，并且依赖于它的代码继续工作。IETF 建议，如果一个协议 (a) 始终使用 UTF-8，或者 (b) 有其他方式来指示正在使用的编码，那么它“应该禁止使用 U+FEFF 作为签名”。

    不使用 BOM 允许文本向后兼容某些不支持 Unicode 的软件。示例包括允许在字符串文字中使用非 ASCII 字节但不允许在文件开头的编程语言。”

    至于为什么微软关心在记事本中保存带有 BOM 的 UTF-8？这很好地解释了它；似乎是 Microsoft 编程工具的特定要求，而不是任何其他非 Microsoft 工具：

    “Microsoft 编译器和解释器以及 Microsoft Windows 上的许多软件（例如记事本）将 BOM 视为必需的幻数，而不是使用启发式方法。这些工具在将文本保存为 UTF-8 时会添加 BOM，并且除非 BOM 存在或文件仅包含 ASCII，否则无法解释 UTF-8。在将文档转换为纯文本文件以供下载时，Google Docs 还会添加 BOM。”

    因此，除非您明确需要保存一个带有 BOM 的 UTF-8 文件，否则不要担心该保存选项。

    • 7

  2. 另一个答案是错误的。这是一些政治问题。ANSI 是 Windows 中的默认文本格式，已经使用了 36 年。

    在 Windows 中，文件假定为 ANSI。因此，您始终使用 BOM。无法处理 BOM 的 Unix 程序不符合 Unicode。

    我写文本编辑器。如果用户没有指定它是 ANSI - ALWAYS。

    假设您将获得 BOMless Unicode，则意味着您必须调用https://docs.microsoft.com/en-us/windows/win32/api/winbase/nf-winbase-istextunicode来猜测格式。几乎没有正确的编程。

    • -3

相关问题