UTF-8 with BOM v.s. without BOM

「UTF-8」和「帶BOM的UTF-8」的區別就是有沒有BOM。即文件開頭有沒有U+FEFF。

UTF-8不需要BOM，儘管Unicode標準允許在UTF-8中使用BOM。所以不含BOM的UTF-8才是標準形式，在UTF-8文件中放置BOM主要是微軟的壞習慣（順便提一下：把帶有BOM的小端序UTF-16稱作「Unicode」而又不詳細說明也是微軟的壞習慣）。

BOM（byte order mark）是為UTF-16和UTF-32準備的，用於標記字節序（byte order）。微軟在UTF-8中使用BOM是因為這樣可以把UTF-8和ASCII等編碼明確區分開，但這樣的文件在Windows之外的操作系統中會帶來問題。

UTF-8的網頁代碼不應使用BOM，否則常常會造成＜head＞嵌套錯誤（指＜head＞內的信息會被瀏覽器理解為在＜body＞內），這是因為整個HTML文檔的最開頭多了一個看不見的U+FEFF（就在「＜!DOCTYPE」前面），它污染了HTML。

回車和換行

“回車”（carriage return）和“換行”（line feed）這兩個概念的來歷和區別。

在計算機還沒有出現之前，有一種叫做電傳打字機（Teletype Model 33）的玩意，每秒鐘可以打10個字符。
但是它有一個問題，就是打完一行換行的時候，要用去0.2秒，正好可以打兩個字符。要是在這0.2秒裡面，又有新的字符傳過來，那麼這個字符將丟失。

於是，研製人員想了個辦法解決這個問題，就是在每行後面加兩個表示結束的字符。
一個叫做“回車”，告訴打字機把打印頭定位在左邊界；另一個叫做“換行”，告訴打字機把紙向下移一行。

這就是“換行”和“回車”的來歷，從它們的英語名字上也可以看出一二。

後來，計算機發明了，這兩個概念也就被般到了計算機上。那時，存儲器很貴，一些科學家認為在每行結尾加兩個字符太浪費了，加一個就可以。
於是，就出現了分歧。

Unix系統裡，每行結尾只有“<換行>”，即“\n”；Windows系統裡面，每行結尾是“<換行><回車>”，即“\n\r”；Mac系統裡，每行結尾是“<回車>”。
一個直接後果是，Unix/Mac系統下的文件在Windows裡打開的話，所有文字會變成一行；而Windows裡的文件在Unix/Mac下打開的話，在每行的結尾可能會多出一個^M符號。