字符编码中的BOM

在UCS 编码中有一个叫做"ZERO WIDTH NO-BREAK SPACE"的字符。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"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。UTF-8编码的文件中，BOM占三个字节。用UE打开这个文件，切换到十六进制编辑状态就可以看到开头的FFFE了。这是个标识UTF-8编码文件的办法，软件通过BOM来识别这个文件是否是UTF-8编码，很多软件还要求读入的文件必须带BOM。可是，还是有很多软件不能识别BOM。

PHP在设计时就没有考虑BOM的问题，也就是说不会忽略UTF-8编码的文件开头BOM 的那三个字符。将会导致这三个字符直接输出，造成页面上方有一个小空行或是一个乱码。一切依赖COOKIE、SESSION实现的功能全部无效