字節秩序標記

Unicode
字符內碼比較 UTF-7, UTF-1 UTF-8, CESU-8 UTF-16/UCS-2 UTF-32/UCS-4 UTF-EBCDIC SCSU, BOCU-1 Punycode (IDN) GB 18030
UCS
映射
雙向文本
BOM
韓統一
Unicode和HTML
Unicode和電子郵件
Unicode字體

A 字節秩序標記 (BOM)是 Unicode 字符在代碼點 U+FEFF (「零寬度不間斷的空間」)，當那個字符用於表示 endianness 串 UCS編碼的/Unicode字符 UTF-16 或 UTF-32. 它常規地用於作為標誌表明文本被輸入 UTF-8, UTF-16 或 UTF-32.

用法

在多數字符內碼BOM是不太可能被看見在其他上下文的一個樣式(它通常將看似陰暗的控制碼序列)。如果BOM是誤譯作為一個實際字符在Unicode文本之內那麼它一般無形歸結於它是a的事實 零寬度不間斷的空間. 用途對 U+FEFF 字符為non-BOM目的在Unicode (被貶抑了提供一個選擇的3.2， U+2060為那些其他目的)，允許 U+FEFF 將單一地使用與語義BOM。

在 UTF-16 BOM (U+FEFF文件或小河的所有16位代碼單位)安置，當文件或字符小河的第一個字符表明endianness (字節順序)。

如果16位單位使用大endian命令，這個BOM字符將出現於字節序列 0xFE 由跟隨 0xFF (「的地方0x「表明十六進制);
如果16位單位使用小endian，字節序列將有 0xFF 由跟隨 0xFE.

Unicode價值 U+FFFE 從未被保證被分配作為Unicode字符; 這暗示在Unicode上下文 0xFF, 0xFE 字節樣式可能只被解釋作為 U+FEFF 按小的endian字節順序表達的字符(因為它不可能是a U+FFFE 按大endian字節順序表達的字符)。

當時 UTF-8 沒有字節順序問題， BOM輸入在UTF-8可以使用標記文本作為UTF-8。它只辨認一個文件作為UTF-8，并且不陳述什麼關於字節順序。^[1] 相當多窗口軟件(包括窗口筆記薄)加一到UTF-8文件。 Unix像利用重的系統( 文本文件為文件格式並且為過程間通信因為它將干涉正確處理重要代碼例如)沒有推薦這實踐回鍋碎肉轟隆在一個被解釋的劇本的開始。它也許也干涉來源為不認可它的編程語言。例如， gcc 報告迷路字符在源文件初和 PHP它有造成頁的微妙的作用開始送到瀏覽器，防止習慣倒栽跳水由PHP劇本，指定，如果產品中間轉換是殘疾。 BOM的UTF-8表示法是字節序列 EF B到B BF出現作為 ISO-8859-1 字符 ï」 ¿ 在多數文本編輯程序并且網瀏覽器沒準備處理UTF-8。

雖然BOM可能使用與 UTF-32這個內碼為傳輸很少使用。否則規則和一樣為 UTF-16 為是可適用的， IANA 登記的charsets UTF-16BE、UTF-16LE、UTF-32BE和UTF-32LE a 「字節順序標記」 必需不使用，最初的U+FEFF必須被解釋作為a (被貶抑) 「零的寬度不間斷的空間」，因為這些charsets的名字已經確定字節順序。為登記的charsets UTF-16和UTF-32最初的U+FEFF表明字節順序。

字節順序標記的表示法由內碼

內碼	表示法(十六進制)
UTF-8	`EF B到B BF`^†
UTF-16 (是)	`FE FF`
UTF-16 (LE)	`FF FE`
UTF-32 (是)	`00 00隻FE FF`
UTF-32 (LE)	`FF FE 00 00`
UTF-7	`2B 2F 76`和一以下字節： `[38 \| 39 \| 2B \| 2F]`^†
UTF-1	`F7 64 4C`
UTF-EBCDIC	`DD 73 66 73`
SCSU	`0E FE FF`^†
BOCU-1	`FB EE 28` 由任意地跟隨 `FF`^†

^ 在UTF-8，這真正地不是一個「字節順序」標記。因為UTF-8沒有字節順序問題，它辨認文本作為UTF-8，但不認為什麼關於字節順序。^[1]^[2]
^ 在UTF-7， BOM的第四個字節，在內碼之前 base64是 001111xx 在雙，和 xx 取決於下個字符(第一個字符在BOM以後)。因此，技術上，第四個字節不純粹是BOM的部分，而且包含關於下個(non-BOM)字符的信息。為 xx=00, 01, 10, 11這個字節分別為， 38, 39, 2B或者 2F 當輸入作為base64時。如果跟隨的字符沒有被輸入， 38 為第四個字節使用，并且以下字節是 第2.
^ SCSU允許U+FEFF其他內碼，顯示的形式是在UTR推薦的署名#6。^[3]
^ 為BOCU-1署名改變譯碼器的狀態。八重唱0xFF重新設置譯碼器對初始狀態。^[4]

參考

外部鏈接

The original article is from Wikipedia. To view the original article please click here.
Creative Commons Licence

Custom Search