使用fgets读取文件首行时始终出现3个无效字符的技术问题

兄弟，你这遇到的是典型的**UTF-8字节顺序标记（BOM）**的坑！那些看起来诡异的（调试控制台）或者（终端），本质是文件开头的三个特殊字节0xEF 0xBB 0xBF——也就是UTF-8的BOM——被你的C代码当成普通ASCII字符解析后显示出来的乱码。

为啥会出现这问题？ #

• 有些编辑器（比如Windows自带的记事本）在保存UTF-8格式文件时，会自动在文件最开头加上这三个字节作为标识，但UTF-8本身其实不需要BOM
• 你用fgets读取时，C标准库的默认文本模式不会自动识别并跳过这个BOM，所以直接把它当成了文本内容的一部分读进来
• 删掉首行后，BOM还是在文件最开头，所以新的首行自然也带着它；而加了空行后，BOM被包含在空行里，后续的有效内容就不受影响了

给你几个解决办法： #

1. 直接去掉文件里的BOM #

用支持编码设置的编辑器重新保存文件就行：

• VS Code：点击右下角的编码标识（比如显示“UTF-8”），选择「通过编码保存」，然后选「UTF-8」（别选带BOM的选项）
• Notepad++：顶部菜单「编码」→「转为UTF-8无BOM格式」

2. 在代码里自动跳过BOM #

如果没法修改文件，或者需要兼容带BOM的文件，可以在读取第一行时检测并跳过这三个字节：

#include <stdio.h>
#include <string.h>

#define LINELENGTH 256

int main() {
    FILE *stream = fopen("your_input_file.txt", "r");
    if (!stream) {
        perror("Failed to open file");
        return 1;
    }

    char line[LINELENGTH];
    int is_first_line = 1;

    while (fgets(line, LINELENGTH, stream) != NULL) {
        if (is_first_line) {
            // 检查开头是否是UTF-8 BOM
            if (strlen(line) >= 3 && 
                (unsigned char)line[0] == 0xEF && 
                (unsigned char)line[1] == 0xBB && 
                (unsigned char)line[2] == 0xBF) {
                // 把BOM后的内容移到开头，去掉BOM
                memmove(line, line + 3, strlen(line) - 2);
            }
            is_first_line = 0;
        }
        // 这里处理你的业务逻辑，比如打印或者解析
        printf("%s", line);
    }

    fclose(stream);
    return 0;
}

这里用memmove而不是strcpy是因为源和目标内存区域有重叠，memmove能安全处理这种情况。

3. 二进制模式读取（不推荐，除非必要） #

如果需要更底层的控制，可以用二进制模式打开文件（fopen的第二个参数用"rb"），手动检测BOM后再处理文本，但这种方式需要自己处理Windows下的\r\n换行符转\n，一般没必要这么折腾。

后续预防 #

• 以后保存文本文件时，记得选无BOM的UTF-8格式
• 如果是自己写程序生成文件，确保输出时不要添加UTF-8 BOM

内容的提问来源于stack exchange，提问作者Carpo Crates