字节顺序标记（BOM）：UTF编码相关技术问询
2026-5-22
关于UTF编码BOM标识的补充解答
这个问题问得很好！首先要明确的是，你列出的这些BOM字节组合都是Unicode标准中定义的官方、广泛认可的UTF编码标识，覆盖了日常最常用的UTF-8、UTF-16（大小端）、UTF-32（大小端）格式。不过确实存在一些未被上述规则涵盖的字节组合，用于标识特定的UTF编码变体，下面给你详细说明：
标准UTF编码BOM对应表
| 字节序列 | 编码格式 |
|---|---|
00 00 FE FF | UTF-32, 大端序（big-endian） |
FF FE 00 00 | UTF-32, 小端序（little-endian） |
FE FF | UTF-16, 大端序（big-endian） |
FF FE | UTF-16, 小端序（little-endian） |
EF BB BF | UTF-8 |
未被覆盖的小众/非标准UTF标识序列
- UTF-7的约定标识：UTF-7在Unicode标准中并没有定义官方BOM，但部分老旧系统曾使用字节序列
0x2B 0x2F 0x76（对应字符+/v）作为事实标准的标识来识别UTF-7文件。不过这种方式是非标准的，而且UTF-7现在已经因为安全和兼容性问题被广泛弃用，很少再见到。 - UTF-EBCDIC的BOM：这是一种专门为EBCDIC环境设计的小众UTF变体，它的BOM序列是
0xDD 0x73 0x66 0x73。这种编码仅在传统大型机环境中可能出现，在现代通用计算场景中几乎碰不到。 - 已淘汰的非标准变体：有些早期不兼容的系统曾使用类似
0xFE FF 0x00 0x00的无效序列试图标记UTF-16，但这类序列并不被Unicode标准认可，现在已经完全被淘汰。
额外注意事项
- 很多UTF编码（比如无BOM的UTF-8、或者字节序预先定义的UTF-16场景）其实不需要BOM来标识，BOM主要是用于在上下文无法明确的情况下区分字节序或明确声明编码类型。
- 你列出的那5种序列已经覆盖了现实中99%的UTF编码识别场景，其他标识要么是遗留系统专用，要么是非标准的小众方案。
内容的提问来源于stack exchange，提问作者zer0uno
