C++笔记-UTF8和UTF8-dom的区别

在文件格式上，UTF-8 和 UTF-8-BOM 是两种不同的编码方式，其中 UTF-8-BOM 包含字节顺序标记（BOM），而 UTF-8 则不包含。

1. UTF-8：

• UTF-8 是一种以字节为单位的可变长度字符编码，常用于以字节为单位存储 Unicode 字符。

• UTF-8 文件在没有 BOM 的情况下，直接以文本内容开始，没有额外的字节序标记。

     2. UTF-8-BOM：

• UTF-8-BOM 也是 UTF-8 编码的一种形式，但含有字节顺序标记（BOM）。

• BOM 是一个特殊的字符，用于标识文本的字节顺序和编码类型。在 UTF-8-BOM 中，BOM 的字节序列是 EF BB BF。

• BOM 在文件开头起到标识作用，告诉文本编辑器或程序这是一个以 UTF-8 编码存储的文件。

总的来说，UTF-8-BOM 与 UTF-8 在文件格式上的区别主要是在编码的开头是否包含 BOM。UTF-8-BOM 包含 BOM，而 UTF-8 不包含。

今天遇到的就是这个问题，我用notepad将ascii转utf8后，发现以前的c++解析程序core dumped了，定位到了读首行时，cout输出正常，但string[0]，这种首行下标访问就不正常了，转ascii为<0的值。

最后发现notepad转的utf8编码有时会转换成uft-8-dom，所以大家转的时候，还是用notepad++把，方便一些。可以指定是utf8。