BOM（ byte-order mark ，UTF-8 HEADER)问题研究

 什么是BOM （byte-order mark ）：

   在UCS 编码中有一个叫做"ZERO WIDTH NO-BREAK SPACE"的字符，它的编码是FEFF。而FFFE在UCS中是不存在的字符，所以不应该出现在实际传输中。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。
     另外unicode网站的FAQ-BOM详细介绍了BOM。
UTF- 8编码的文件中，BOM占三个字节。如果用记事本把一个文本文件另存为UTF-8编码方式的话，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编码文件的好办法，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。

  Java中如何除去BOM：

 

byte[] b=s.substring(0,2).getBytes(‘UTF-8');
		if(
				(Integer.toHexString(b[0] & 0xFF).equals("ef")) 
				&& (Integer.toHexString(b[1] & 0xFF).equals("bb")) 
				&& (Integer.toHexString(b[2] & 0xFF).equals("bf")) 
		  )
		   s=sb.toString().substring(1, sb.toString().length());