Linux下的文件编码格式BOM详解（linuxbom）

日常操作Linux的开发者准备进行文本编辑时，总会偶尔遇到一些奇怪的编码格式，比如说 “BOM”。BOM 指的是字节顺序标记（Byte Order Mark），是在文件开头加入一个非打印字符，用来作为文件编码的一种格式。它的作用是标识文件的字节顺序使用的”字节序”，这在大多数操作系统都非常有用，尤其是 Linux。

简单地说，BOM 是一个原始数据的字节序的标记，它标识出字节的顺序，如果你正在处理网络传输或者文件来源不知道字节序，则用BOM是必要的。

BOM 内容对 Linux 开发者来说，并不是太重要，但是有时还是很有乐趣的。BOM 主要用于各种 UTF 编码，譬如 UTF-8，UTF-16。UTF-8 是目前最常用的文件编码格式，UTF-16 在 Windows 和 Java 语言中比较流行，它们具有良好的可移植性。

在 Linux 中，BOM 是通过一组特殊的 ASCII 字符来表示的。因此，它们可以被轻松地从文件头里检测出来。BOM 的字节序分别如下：

– UTF-8: EF BB BF

– UTF-16 Little Endian: FF FE

– UTF-16 Big Endian: FE FF

Linux 上的文件编辑器可以用以上三种 BOM 来判断文本的编码格式，这是 Linux 系统可行的一种解决文件编码格式定义方法。当Linux系统接收到一个文件时，它首先搜索文件头以确定编码格式，如果没有找到 BOM，那么系统将默认使用 ASCII 编码格式去处理文件中的字符。

BOM 的编码在 Linux 系统并没有太多应用场景，但它确实有一些小众的特性。有些情况下，检测文件编码格式的工具总是识别UTF-8和UTF-16格式的文件，这显然不正确，此时 BOM 就可以帮助 Linux 系统及时定位文件的编码格式。

总的来说，Linux 的文件编码格式 BOM 足够简单便于操作，这是 Linux 系统最大的优势，有助于Linux开发者更加地有效地管理文件和文本。