UTF-8-SIG和UTF-8 with BOM有什么区别

用 Sublime Text 打开一个文件，出现一个框框，提示要点选UTF-8-SIG(100%) 或 UTF-8 with BOM。BOM —— Byte Order Mark，中文名译作“字节顺序标记”。

前言

找到一段关于 BOM 的说明：

在UCS 编码中有一个叫做 "Zero Width No-Break Space" ，中文译名作“零宽无间断间隔”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"。这样如果接收者收到 FEFF，就表明这个字节流是 Big-Endian 的；如果收到FFFE，就表明这个字节流是 Little- Endian 的。因此字符 "Zero Width No-Break Space" （“零宽无间断间隔”）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。Windows 就是使用 BOM 来标记文本文件的编码方式的。

字符U+FEFF如果出现在字节流的开头，则用来标识该字节流的字节序，是高位在前还是低位在前。如果它出现在字节流的中间，则表达零宽度非换行空格的意义，用户看起来就是一个空格。从Unicode3.2开始，U+FEFF只能出现在字节流的开头，只能用于标识字节序，就如它的名称——字节序标记——所表示的一样；除此以外的用法已被舍弃。取而代之的是，使用U+2060来表达零宽度无断空白。

类似WINDOWS自带的记事本等软件，在保存一个以UTF-8编码的文件时，会在文件开始的地方插入三个不可见的字符（0xEF 0xBB 0xBF，即BOM）。它是一串隐藏的字符，用于让记事本等编辑器识别这个文件是否以UTF-8编码。对于一般的文件，这样并不会产生什么麻烦。但对于 PHP来说，BOM是个大麻烦。

PHP并不会忽略BOM，所以在读取、包含或者引用这些文件时，会把BOM作为该文件开头正文的一部分。根据嵌入式语言的特点，这串字符将被直接执行（显示）出来。由此造成即使页面的 top padding 设置为0，也无法让整个网页紧贴浏览器顶部，因为在html一开头有这3个字符呢！

详解

BOM (Byte Order Mark) 存在：UTF-8 with BOM 包含一个特殊的字节顺序标记 (BOM)，它是一个非打印字符，通常用于表示文本文件的字节顺序（大端或小端）。这个BOM会在文件开头插入几个字节，用于指示文件的编码方式。而 “UTF-8-SIG” 是在UTF-8编码下，为了避免BOM的问题，特意在文件开头添加了一个特殊的标记，通常是0xFEFF。这个标记会告诉文本处理程序文件采用UTF-8编码兼容性：某些文本编辑器和应用程序可以识别BOM并根据其存在来正确解释文本文件的编码，但也有一些应用程序可能不支持BOM，可能会将它们解释为文本内容的一部分。相比之下，“UTF-8-SIG” 标记通常更可靠，因为它不会引起与BOM相关的问题

结论

在选择使用哪种编码时，通常建议使用 “UTF-8-SIG”，因为它更可靠，特别是在涉及多个不同应用程序或平台的文本文件时。如果没有特殊要求，“UTF-8-SIG” 是一个较好的选择，因为它不会引入额外的BOM字符，但仍然能够表示UTF-8编码。

以上就是UTF-8-SIG 和 UTF-8 with BOM 有什么区别，该怎么选的详细内容，更多相关资料请阅读主机测评网其它文章！