BOM 位元組序標記

bom——byte order mark 位元組序標記

舉個例子..  寫個簡單程式來看看自己電腦使用神馬位元組序存放資料的！

#include int main(int argc, char

const *ar**)
fclose(fp);
return0;
}

使用16進製制編輯器(nodepad++安裝個hexeditor即可) 檢視程式生成的m.data檔案! 

結果如下:   從左到右位址遞增

ea a9 01 00  

可以看出： data變數的ea位元組存放在m.data低位位元組， 因此本人的機器是使用小字節序存放資料的。

回到正題， utf-8編碼本身是不需要使用bom來表明位元組順序，但可以用bom來表明編碼方式。也就是告訴編輯器知道它是個utf-8之外什麼用處都沒有。帶bom檔案特徵：以 ef bb bf開頭

bom本是為 utf-16 和 utf-32 準備的，用於標記位元組序。

%>_<%: 感覺立了個 flag，今天(2016-09-28)碰到乙個破系統... 上傳的檔案必須得是 utf-8-bom 格式的

string bomstr = new string(new

byte, charset.forname('utf-8')); // 加上這破玩意就行了

另外:   檢測檔案編碼這個功能看著容易，實際很難！ 就舉個最最簡單的例子： 建立乙個資訊量很小的gbk編碼的檔案，內容就一字: 「鍵」 。

1. 使用nodepad++開啟雖然沒亂碼，但是右下角為ansi編碼

2. 使用sublime text 3(帶converttoutf8外掛程式)開啟， 結果是亂碼！ 需要自己選擇合適的編碼方式開啟

3. 使用python的chardet庫來檢視檔案的編碼， 結果輸出:  

so， 在專案中一定要統一檔案的編碼！ 這至關重要

ANSI UNICODE UTF 位元組序 BOM

utf的位元組序和bom utf 8以位元組為編碼單元，沒有位元組序的問題。utf 16以兩個位元組為編碼單元，在解釋乙個utf 16文字前，首先要弄清楚每個編碼單元的位元組序。例如收到乙個 奎 的unicode編碼是594e，乙 的unicode編碼是4e59。如果我們收到utf 16位元組流 5...

位元組順序標記BOM

最近，從numbers匯出的csv檔案，匯入excel後，出現中文亂碼問題。網上查詢後，發現是numbers匯出的csv預設是utf 8無bom的，使用sublimtext3開啟，另存為utf 8withbom格式，再使用excel開啟，就可以正常識別中文。那麼，今天就來回顧一下bom吧 big e...

大端位元組序 小端位元組序（網路位元組序 主機位元組序）

大端位元組序 整數的高位位元組儲存在記憶體的低位址處，低位元組儲存在記憶體的高位址處。一般pc大多採用小端位元組序，也稱為主機位元組序。網路上傳輸採用大端位元組序，也稱為網路位元組序。linux中常用轉換函式如下 include uint32 t htonl uint32 t hostlong 無符...