BOM

引子

最近做项目导出UTF-8的文档，结果用MS Excel打开出现乱码，检查了字符串编码，输出编码设置都正确，后来用notepad++打开，显示正确，查看编码才发现编码是UTF-8 without BOM，原来是这个BOM在作怪，查询了下资料，把这个家伙弄处理说说。

BOM是什么

BOM，是Byte Order Mark的缩写，是Unicode用来标识字节码顺序（Big endian/ Little endian）及编码的特征码。

BOM既可以放在文件头，也可以出现在流数据中。

常见编码的BOM

UTF-8的BOM

UTF-8的BOM是三个字节：0xEF, 0xBB, 0xBF，这三个字节在UTF-8编码里是没有意义的。

UTF-8的BOM是不推荐使用的，但MS仍然在使用，因此导出UTF-8时，不加这三个字节，MS打开就会乱码。

UTF-16的BOM

UTF-16的Big endian的BOM是：0xFE, 0xFF。

UTF-16的Littal endian的BOM是： 0xFF, 0xFE。

GB18030的BOM

GB18030的BOM是：0x81，0x31，0x95，0x33。