UTF-8 BOM填坑

最近在负责公司的运维工作,公司服务器是在LInux上部署的,需要在Jenkins发布项目。最近的迭代发布时,在Jenkins上构建项目遇到其中一个项目启动报错,报错信息如下:

[ERROR] COMPILATION ERROR : 
[INFO] -------------------------------------------------------------
[ERROR] /root/.hudson/jobs/sv2-common-web/workspace/src/main/java/sv2/common/web/sso/interceptor/SsoLoginInterceptor.java:[1,0] error: illegal character: '\ufeff'
[ERROR] /root/.hudson/jobs/sv2-common-web/workspace/src/main/java/sv2/common/web/sso/interceptor/SsoLoginInterceptor.java:[1,9] error: class, interface, or enum expected

其中的一个Java文件编译报,报错原因是:illegal character: '\ufeff'

丢给百度之后,原来是UTF-8和UTF-8 BOM 之间的爱恨纠葛。当时在用Windows自带记事本在改动这个文件的时候,还特别注意了一下,另存为UTF-8,结果还是被坑了,一番百度后,结论:还是少触碰这个UTF-8 BOM,不知道啥时候就坑你一下。

解决方法:因为Windows自带的记事本,在存为UTF-8时,其实是存为UTF-8 BOM格式的,所以还是建议用IDE编辑文件,并且注意IDE的编码,或者网上推荐是用Notepad++进行编码更改,都可以解决这个问题。解决完文件编码问题,再次发布到服务器就没问题了。

<think>嗯,用户问的是UTF-8UTF-8 BOM的区别。我需要先回忆一下这两种编码方式的基本概念。首先,UTF-8应该是一种通用的字符编码,支持各种语言,而且它是可变长度的,对吧?而BOM,全称是字节顺序标记,通常用来标识文本的字节序,不过我记得在UTF-8中,字节序其实并不影响,因为UTF-8的字节顺序是固定的。 那UTF-8 BOM到底是怎么回事呢?好像有些系统或程序在保存UTF-8文件时会在文件开头加上BOM,也就是三个字节的EF BB BF。虽然BOMUTF-16或UTF-32中用于确定字节顺序,但在UTF-8里可能更多是作为标识文件编码的标志。但这样做可能会引起问题,比如有些软件无法正确识别BOM,导致开头出现乱码或者解析错误。 接下来要整理它们的区别。首先是BOM的存在与否,UTF-8不带BOM,而UTF-8 BOM则在文件开头有三个字节的标记。然后是兼容性问题,有些旧系统或工具可能不支持BOM,比如PHP在处理文件时如果开头有BOM可能会报错。另外,跨平台处理时,比如Linux和Windows之间的文件交换,BOM可能导致问题。还有应用场景,比如Web开发中通常不建议使用BOM,而某些Windows程序可能需要BOM来正确识别编码。 需要注意的点是,虽然BOM可以帮助识别编码,但现代很多环境和工具已经不需要它了。反而可能因为BOM的存在引发问题,比如脚本文件执行时报错,或者JSON解析失败。要提醒用户根据具体使用场景选择是否添加BOM,比如在Windows的文本文件中有时需要,而在Web开发中应避免。 可能需要举例说明,比如用记事本保存UTF-8时会自动添加BOM,而其他编辑器如Notepad++可以选择是否添加。还要注意不同编程语言对BOM的处理方式,比如Python在读取带有BOM的文件时需要指定编码方式,否则可能出错。 总结的时候要分点明确,用对比的方式列出区别,再给出使用建议,这样用户更容易理解。另外,要使用用户能理解的语言,避免技术术语过多,必要时进行解释。检查是否有遗漏点,比如文件大小的影响,虽然三个字节影响不大,但在某些情况下可能需要注意。最后确保回答结构清晰,步骤合理,符合用户的需求。</think>UTF-8UTF-8 BOM 的区别主要体现在文件编码的标记方式及兼容性上,以下是具体对比: --- ### **1. BOM 标记的存在** - **UTF-8(无 BOM)** 标准 UTF-8 编码不包含任何字节顺序标记(Byte Order Mark, BOM)。文件直接以字符的 UTF-8 字节流开头。 *例如*:`你好` 的 UTF-8 编码是 `E4 BD A0 E5 A5 BD`(无开头标记)。 - **UTF-8 BOM** 在文件开头添加 3 字节的 BOM 标记 `EF BB BF`,用于标识文件为 UTF-8 编码。 *例如*:`你好` 的 UTF-8 BOM 编码是 `EF BB BF E4 BD A0 E5 A5 BD`。 --- ### **2. 兼容性问题** - **UTF-8(无 BOM)** ✅ 广泛兼容,是 Web 开发、Linux/Unix 系统的默认选择。 ✅ 无额外标记,避免解析冲突(如 PHP 脚本开头的 BOM 可能导致 HTTP 头错误)。 - **UTF-8 BOM** ⚠️ 部分旧系统或工具无法识别 BOM,可能导致以下问题: - 文件开头显示乱码(如 ``)。 - 脚本执行错误(如 Python 报错 `SyntaxError: encoding problem`)。 - JSON 解析失败(BOM 违反 RFC 标准)。 --- ### **3. 典型应用场景** | **场景** | **推荐编码** | **原因** | |------------------------|------------------|-----------------------------------| | Web 开发(HTML/CSS/JS)| UTF-8(无 BOM) | 避免浏览器解析冲突 | | Windows 文本文件 | UTF-8 BOM | 帮助记事本等工具正确识别编码 | | 跨平台开发(如 Python)| UTF-8(无 BOM) | 避免解释器报错 | --- ### **4. 如何选择?** - **使用 UTF-8 BOM 的情况** - 需兼容旧版 Windows 软件(如记事本)。 - 文件需要明确标识编码(但现代编辑器已支持自动检测)。 - **使用 UTF-8(无 BOM)的情况** - 开发 Web 应用或 API。 - 编写脚本或配置文件。 - 确保跨平台一致性(Linux/macOS/Windows)。 --- ### **示例对比** ```plaintext # UTF-8(无 BOM) 48 65 6C 6C 6F → "Hello" # UTF-8 BOM EF BB BF 48 65 6C 6C 6F → "Hello"(带 BOM 标记) ``` --- ### **注意事项** - 修改文件编码时,需通过编辑器明确选择是否添加 BOM(如 Notepad++ 的 `Encoding > UTF-8` vs `UTF-8-BOM`)。 - 编程中建议通过代码声明编码(如 Python 的 `# -*- coding: utf-8 -*-`),而非依赖 BOM
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值