BOM (Byte Order Mark)

為了處理全世界不同語系文字的顯示問題，現在很多的網頁都使用了 UTF-8 (Unicode) 的編碼，有時候當我們在收集資料，甚至只是把複製來的純文字存成 .txt，其實裡面的編碼方式不注意都不會發現。可是，同樣是一個「純文字檔」，用記事本或其他軟體開啟的時候，它們怎麼知道裡面的編碼方法呢？

這兩天弄了一個 HTML 檔下來研究（就是之前說的 TiddlyWiki），自己亂改後存檔，使用過後卻總是會有問題，去找高人指點，人家告訴我是因為有的編輯器會「自動」塞入 BOM，導致執行有問題，我第一次聽到那是什麼玩意，所以就去做了一下功課。BOM - Byte-Order Mark，它是一個兩個 Byte 的 "Mark"，0xFF 0xFE (或是看到 EF BB BF)，這是 Unicode 裡用來標記位文組順序的識別碼，只要軟體在開啟檔案時檔頭有這兩個 Bytes，就可以確定它是 Unicode 的檔案，即使它只是純文字檔。

問題來了，寫入這兩個 Byte 並不是強制的規定，所以有的程式中規中矩地處理檔案，不管是不是 Unicode，遇到檔案檔頭被塞 BOM 的，沒加上判斷，程式或軟體就會很困擾了。微軟相關的編輯器，只要遇到是 Unicode 的一律在檔頭塞 BOM，而我最常用的編輯器：UltraEdit，也給我來這一套，所以只要我一存檔，那個 HTML 裡面的 Javascript 就會錯亂，都是那個 BOM 害的。一般的文字編輯器根本又不提供做 Hex 的檔案編輯，打死都查不出來被塞入了什麼看不見的字元。（UltraEdit 看得到，不過討厭的是它只要知道發現是 Unicode 的檔案，顯示 Hex 的時候也會「自動補上」FF FE，除非關掉「自動偵測 UTF-8 檔案」，不然你根本不知道這兩個 Bytes 是不是真的在那邊。）

找了半天，找到怎麼讓 UltraEdit 在寫入檔案不會自作主張地塞 BOM 進去（版本 10.10 之前不知道有沒有效）:

1. 找到 uedit32.ini （通常在安裝 UltraEdit 的目錄裡，找不到就在 WINDOWS or WINNT 目錄下）
2. 在 Section [Settings] 裡面加上兩行：
   Write UTF-8 BOM=0
   Write UTF-8 BOM NF=0
3. 存檔，重新開啟 UltraEdit

我另一台電腦裡有裝 11.0 的版本，發現在 進階->組態->一般 的標籤裡面就能直接設定，不用再找 .ini 檔了。給有習慣親手打造網頁、或開始碰到手動處理 Unicode 檔案的人參考一下。