UTF-8 vs UTF-8 без BOM — что когда использовать?

Question

[Евгений Бакулин]

Помогите, пожалуйста, разобраться:
UTF-8 и UTF-8 без BOM - в чём разница в использовании? Что лучше использовать для сохранения файлов?

Когда-то у меня сложилось впечатление, что UTF-8 универсальнее, лучше использовать эту кодировку - тогда я имел дело с HTML, CSS +/- JavaScript, но позднее - имея дело с PHP - получил опыт, говорящий, что UTF-8 без BOM предпочтительнее (были проблемы, как раз, из-за UTF-8)

Так, как всё-таки быть? Что использовать?

Мой опыт пока такой: для клиентской части - UTF-8 (либо нет разницы), для серверной - UTF-8 без BOM - всё так? Почему?

Answer 1

[Сергей delphinpro]

Различий никаких нет, кроме наличия/отсутствия маркера. Кодировка одна и та же - utf-8. По стандарту unicode маркер должен быть.

Удалять маркер BOM при сохранении нужно только для PHP, который почему-то не умеет корректно обрабатывать нормальные unicode файлы.

Comments

[Владимир Бершов]

"It does not make sense to have a string without k...

("Нет смысла использовать строку без информации о её кодировке") -

Answer 2

[littleguga]

Маркер последовательности байтов или метка порядка байтов (англ. Byte Order Mark (BOM)) — Юникод-символ, используемый для индикации порядка байтов текстового файла. Его кодовый символ U+FEFF. По спецификации, его использование не является обязательным, однако, если маркер последовательности байтов используется, то он должен быть установлен в начале текстового файла. Помимо своего конкретного использования в качестве указателя порядка байтов, символ может также указать, какой кодировкой Unicode закодирован текст.

Кодировка Unicode может использовать 16-разрядные или 32-разрядные числа и приложение должно знать, как дальше с ними поступать. Поэтому потребность в маркере последовательности байтов возникает при обмене документами.

via ВикиПедия

Если сохраняете php файл - то без BOM, в остальном же разницы никакой не имеет.

Answer 3

[SergeyKhvoschevskiy]

День воевал пока не узнал что это такой принципиальный момент для браузеров. Так при сохранении локальной копии html страницы с кирилицей wget'ом или curl'ом имеем, видимо, копию UTF без BOM. Браузеры такую страницу с кирилицей отображают кракозябрами. В Notepad++ перекодирую в формат "UTF BOM" и проблема решается

Comments

[penie]

Если указана кодировка страницы, всё отображается и сохраняется без кракозябров, и не нужно никаких BOM:

<meta http-equiv="Content-Language" content="ru">
<meta http-equiv="Content-Type" content="text/html; charset=utf-8">

Answer 4

[Andry]

Добавлю. что разница для "не php" файлов есть. Например, .js файлы, как правило, браузеры отдают без указания charset в заголовках. Если BOM метка есть в файле, то он читается как UTF, в противном случае каждый браузер читает как хочет. У меня лиса открыла JS без BOM как latin1, а хром - cp1251

Answer 5

[Igor_Ya]

Bom - спецификация для NET языков.
В Powershell у меня крякозябры для русского языка, после пересохранения безбомовского файла в любой из форматов, будь-то, бом-безбом или, что либо-другое.
Были, как то ранее проблемы с web js то же.