UTF-8与UTF-8 BOM

在我们通常使用的windows系统中，我发现了一个有趣的现象。我新建一个空的文本文档，点击文件-另存为-编码选择UTF-8，然后保存。此时这个文件明明是空的，却占了3字节大小。原因在于：此时保存的编码方式自动会变为UTF-8 BOM

一、一个汉字在不同的编码方式中占多少字节？

1.在UTF-8中，一个汉字占3个字节（一个字符占一个字节）

2.在ASCII码中，一个汉字占2个字节（一个字符占一个字节）

3.在Unicode编码中，一个汉字占2个字节（一个字符同样占两个字节，所以JAVA中char a = '中';是可以的）

二、UTF-8与UTF-8 BOM

BOM即byte order mark，具体含义可百度百科或维基百科，UTF-8文件中放置BOM主要是微软的习惯，但是放在别的系统上会出现问题。

不含BOM的UTF-8才是标准形式，UTF-8不需要BOM

带BOM的UTF-8文件的开头会有U+FEFF，所以我新建的空文件会有3字节的大小。

三、创建UTF-8（而非UTF-8 BOM）文件的方法

在发现文件另存为UTF-8缺得到UTF-8 BOM文件后，我们怎样才能得到UTF-8呢？

法1.先另存为UTF-8保存，再使用notepad++打开，把里面的编码设置为无BOM的UTF-8然后保存。（此方法治标不治本，因为当你再次在里面写汉字时，文件会自动变成UTF-8 BOM）

法2.用JAVA代码

如图，可以很轻松的创建UTF-8文件，且可以随便写汉字，文件字节数=汉字数*3

---------------------
作者：LegendaryHsl
来源：CSDN
原文：https://blog.csdn.net/legendaryhsl/article/details/78794121
版权声明：本文为博主原创文章，转载请附上博文链接！