在字符编码格式选项里UTF-8(无BOM)
BOM——Byte Order Mark,就是字节序标记
在UCS 编码中有一个叫做”ZERO WIDTH NO-BREAK SPACE“的字符,它的编码是FEFF。而FFFE在UCS中是不存在的字符,所以不应该出现在实际传输中。
UCS规范建议我们在传输字节流前,先传输 字符”ZERO WIDTH NO-BREAK SPACE“。
如果接收者收到FEFF,就表明这个字节流是大字节序的;如果收到FFFE,就表明这个字节流是小字节序的。因此字符”ZERO WIDTH NO-BREAK SPACE“又被称作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。
在utf-8编码文件中BOM在文件头部,占用三个字节,用来标识该文件属于utf-8编码,现在已经有很多软件识别BOM头,但还是有些不能识别BOM头,比如PHP就不能识别BOM头,这也就是用记事本编辑utf-8编码的PHP文件后,就会报错的原因。
在windows环境下,用记事本打开任何一个文本文件,另存为utf-8格式后,这样文件就自动被加上了BOM头信息。可以很明显的看出,含BOM头的文件多出三个字节 efbbbf。notepad++会自动添加为带Bom的utf8。
拓展资料:
UTF-8
UTF-8(8-bit Unicode Transformation Format)是一种针对Unicode的可变长度字符编码,又称万国码,由Ken Thompson于1992年创建。现在已经标准化为RFC 3629。UTF-8用1到6个字节编码Unicode字符。用在网页上可以统一页面显示中文简体繁体及其它语言(如英文,日文,韩文)。
优缺点:
优点
UTF-8编码可以通过屏蔽位和移位操作快速读写。字符串比较时strcmp()和wcscmp()的返回结果相同,因此使排序变得更加容易。字节FF和FE在UTF-8编码中永远不会出现,因此他们可以用来表明UTF-16或UTF-32文本(见BOM) UTF-8 是字节顺序无关的。它的字节顺序在所有系统中都是一样的,因此它实际上并不需要BOM。
缺点
你无法从UNICODE字符数判断出UTF-8文本的字节数,因为UTF-8是一种变长编码它需要用2个字节编码那些用扩展ASCII字符集只需1个字节的字符 ISO Latin-1 是UNICODE的子集,但不是UTF-8的子集 8位字符的UTF-8编码会被email网关过滤,因为internet信息最初设计为7位ASCII码。因此产生了UTF-7编码。 UTF-8 在它的表示中使用值100xxxxx的几率超过50%, 而现存的实现如ISO 2022, 4873, 6429, 和8859系统,会把它错认为是C1 控制码。因此产生了UTF-7.5编码。
最新文章
- apache commons工具包
- 自动布局(Masonry)设置tabbar
- [转载]DataSet导入到Excel文件
- 随笔2 PAT1001.A+B Format (20)
- [转载]非常完善的Log4net详细说明
- map中的erase成员函数用法
- mcrypt加密与解密
- android学习日记23--Android XML解析
- Mysql数据库的索引原理
- NIO学习:buffer读入与写出(文件复制示例)
- [Forward]Visual Guide: Setting up My Sites in SharePoint 2013
- 翻书的效果:FMX.TSwipeTransitionEffect Animation
- linux nginx搭配https
- AngularJS进阶(三十六)AngularJS项目开发技巧之利用Service&;Promise&;Resolve解决图片预加载问题(后记)
- 数据结构和算法总结(一):广度优先搜索BFS和深度优先搜索DFS
- SQL分组求每组最大值问题的解决方法收集 (转载)
- h5 文件下载
- Git 分支 - 分支的新建与合并
- 简单分析Java中审批业务流程业务原理
- 在Eclipse中使用JUnit4进行单元测试(图文教程一)