UTF-8與BOM

BOM —— Byte Order Mark，中文名譯做「字節順序標記」。

它是一個Unicode字符，它的編碼是 FE FF，而 FF FE 在 UCS 中是不存在的字符，因此不該該出如今實際傳輸中，一般出如今文本的開頭，用來標識字節序（Big/Little Endian），除此之外還能夠標識編碼（UTF-8/16/32）。

若是出如今文本中間，則解釋爲zero width no-break space，表達零寬度非換行空格的意義，用戶看起來就是一個空格。但從Unicode3.2開始，U+FE FF只能出如今字節流的開頭，只能用於標識字節序，除此之外的用法已被捨棄。取而代之的是，使用U+20 60來表達零寬度無斷空白。

UTF-8不須要 BOM 來代表字節順序，但能夠用 BOM 來代表編碼方式。字符 "Zero Width No-Break Space" 的 UTF-8 編碼是 EF BB BF。因此若是接收者收到以 EF BB BF 開頭的字節流，就知道這是 UTF-8編碼了。Windows 就是使用 BOM 來標記文本文件的編碼方式的，此僅是Windows的習慣，見UTF-8最好不要帶BOM

相似WINDOWS自帶的記事本等軟件，在保存一個以UTF-8編碼的文件時，會在文件開始的地方插入三個不可見的字符（0xEF 0xBB 0xBF，即BOM）。它是一串隱藏的字符，用於讓記事本等編輯器識別這個文件是否以UTF-8編碼。對於通常的文件，這樣並不會產生什麼麻煩。但對於 PHP來講，BOM是個大麻煩。

PHP並不會忽略BOM，因此在讀取、包含或者引用這些文件時，會把BOM做爲該文件開頭正文的一部分。根據嵌入式語言的特色，這串字符將被直接執行（顯示）出來。由此形成即便頁面的 top padding 設置爲0，也沒法讓整個網頁緊貼瀏覽器頂部，由於在html一開頭有這3個字符呢！

不一樣編碼的字節順序標記的表示

編碼	表示(十六進制)	表示(十進制)
UTF-8	EF BB BF	239 187 191
UTF-16(大端序)	FE FF	254 255
UTF-16(小端序)	FF FE	255 254
UTF-32(大端序)	00 00 FE FF	0 0 254 255
UTF-32(小端序)	FF FE 00 00	255 254 0 0
UTF-7	2B 2F 76和如下的一個字節：[ 38 | 39 | 2B | 2F ]	43 47 118和如下的一個字節：[ 56 | 57 | 43 | 47 ]
en:UTF-1	F7 64 4C	247 100 76
en:UTF-EBCDIC	DD 73 66 73	221 115 102 115
en:Standard Compression Scheme for Unicode	0E FE FF	14 254 255
en:BOCU-1	FB EE 28及可能跟隨着FF	251 238 40及可能跟隨着255
GB-18030	84 31 95 33	132 49 149 51