BOM（Byte Order Mark），位元組順序標記，出現在文本檔案頭部，Unicode編碼標準中用於標識檔案是採用哪種格式的編碼。
基本介紹
- 中文名：位元組順序標記
- 外文名：BOM(Byte Order Mark)
- 實質：位元組順序標記
- 詳細介紹：詳見正文
簡介,不同編碼的位元組順序標記的表示,
簡介
BOM —— Byte Order Mark，中文名譯作“位元組順序標記”。在這裡找到一段關於 BOM 的說明：
在UCS 編碼中有一個叫做 "Zero Width No-Break Space" ，中文譯名作“零寬無間斷間隔”的字元，它的編碼是 FEFF。而 FFFE 在 UCS 中是不存在的字元，所以不應該出現在實際傳輸中。UCS 規範建議我們在傳輸位元組流前，先傳輸字元 "Zero Width No-Break Space"。這樣如果接收者收到 FEFF，就表明這個位元組流是 Big-Endian 的；如果收到FFFE，就表明這個位元組流是 Little- Endian 的。因此字元 "Zero Width No-Break Space" （“零寬無間斷間隔”）又被稱作 BOM。
UTF-8 不需要 BOM 來表明位元組順序，但可以用 BOM 來表明編碼方式。字元 "Zero Width No-Break Space" 的 UTF-8 編碼是 EF BB BF。所以如果接收者收到以 EF BB BF 開頭的位元組流，就知道這是 UTF-8編碼了。Windows 就是使用 BOM 來標記文本檔案的編碼方式的。
字元U+FEFF如果出現在位元組流的開頭，則用來標識該位元組流的位元組序，是高位在前還是低位在前。如果它出現在位元組流的中間，則表達零寬度非換行空格的意義，用戶看起來就是一個空格。從Unicode3.2開始，U+FEFF只能出現在位元組流的開頭，只能用於標識位元組序，就如它的名稱——位元組序標記——所表示的一樣；除此以外的用法已被捨棄。取而代之的是，使用U+2060來表達零寬度無斷空白。
類似WINDOWS自帶的記事本等軟體，在保存一個以UTF-8編碼的檔案時，會在檔案開始的地方插入三個不可見的字元（0xEF 0xBB 0xBF，即BOM）。它是一串隱藏的字元，用於讓記事本等編輯器識別這個檔案是否以UTF-8編碼。對於一般的檔案，這樣並不會產生什麼麻煩。但對於 PHP來說，BOM是個大麻煩。
PHP並不會忽略BOM，所以在讀取、包含或者引用這些檔案時，會把BOM作為該檔案開頭正文的一部分。根據嵌入式語言的特點，這串字元將被直接執行（顯示）出來。由此造成即使頁面的 top padding 設定為0，也無法讓整個網頁緊貼瀏覽器頂部，因為在html一開頭有這3個字元呢！
不同編碼的位元組順序標記的表示
| 編碼 | 表示 (十六進制) | 表示 (十進制) |
|---|---|---|
EF BB BF | 239 187 191 | |
UTF-16（大端序） | FE FF | 254 255 |
UTF-16（小端序） | FF FE | 255 254 |
UTF-32（大端序） | 00 00 FE FF | 0 0 254 255 |
UTF-32（小端序） | FF FE 00 00 | 255 254 0 0 |
2B 2F 76和以下的一個位元組：[ 38 | 39 | 2B | 2F ] | 43 47 118和以下的一個位元組：[ 56 | 57 | 43 | 47 ] | |
en:UTF-1 | F7 64 4C | 247 100 76 |
en:UTF-EBCDIC | DD 73 66 73 | 221 115 102 115 |
en:Standard Compression Scheme for Unicode | 0E FE FF | 14 254 255 |
en:BOCU-1 | FB EE 28及可能跟隨著FF | 251 238 40及可能跟隨著255 |
GB-18030 | 84 31 95 33 | 132 49 149 51 |
