.NET/C# 判断是否包含 BOM 标记

小渣渣

什么是BOM？

BOM（byte-order mark），即字节顺序标记，它是插入到以UTF-8、UTF16或UTF-32编码Unicode文件开头的特殊标记，用来识别Unicode文件的编码类型。对于UTF-8来说，BOM并不是必须的，因为BOM是用来标记多字节编码文件的编码类型和字节顺序（big-endian或little- endian）。而UTF-8中，每个字符的编码有多少位是通过第一个字节来表述的，而且没有big-endian和little-endian的区分。
UTF-8 不需要 BOM，尽管 Unicode 标准允许在 UTF-8 中使用 BOM。所以不含 BOM 的 UTF-8 才是标准形式，在 UTF-8 文件中放置 BOM 主要是微软的习惯（顺便提一下：把带有 BOM 的小端序 UTF-16 称作「Unicode」而又不详细说明，这也是微软的习惯）。
BOM是为 UTF-16 和 UTF-32 准备的，用于标记字节序（byte order）。微软在 UTF-8 中使用 BOM 是因为这样可以把 UTF-8 和 ASCII 等编码明确区分开，否则用Excel打开CSV文件有可能是乱码的。但这样的文件在 Windows 之外的操作系统里会带来问题。
「UTF-8」和「带 BOM 的 UTF-8」的区别就是有没有 BOM。即文件开头有没有 U+FEFF。
UTF-8 的网页代码不应使用 BOM，否则常常会出错。当从http 的response输出CSV文件的时候，设置为utf8的时候默认是不带
bom的，但是windows的Excel是使用bom来确认utf8编码的，所有需要把bom写到文件的开头。



一开始开发 Java 代码生成器的时候，会将文件直接写入成 UTF-8 包含 BOM 标记的文件，这样会就导致打包报错，如下：

非法字符: '\ufeff'

如何使用 .NET / C# 判断文件是否包含 BOM 标记呢？，代码如下：

登录可见。

同事，附上将 UTF-8 BOM 格式 转成成 UTF-8 （不带BOM标记）格式，完整代码如下：

登录可见。

（完）

gaomanxiang