Byte Order Mark

Il Byte Order Mark (BOM) è una piccola sequenza di byte che viene posizionata all'inizio di un flusso di dati di puro testo, tipicamente un file, per indicarne il tipo di codifica Unicode.

I byte da usare nelle intestazioni delle varie codifiche sono i seguenti:

Codifica	BOM
UTF-32, big-endian	00 00 FE FF
UTF-32, little-endian	FF FE 00 00
UTF-16, big-endian	FE FF
UTF-16, little-endian	FF FE
UTF-8	EF BB BF

Utilizzo del BOM

Nel caso di un file o di un'altra sequenza di dati di testo e non binaria, il BOM permette di identificare subito se il testo è in formato Unicode e, in caso affermativo, il tipo esatto di codifica. Ciò è utile quando non si conosce a priori la codifica utilizzata; se invece in una particolare situazione questa è sempre nota i byte del BOM possono risultare inutili o addirittura dannosi.

A seconda delle applicazioni l'uso del BOM può essere obbligatorio, opzionale, oppure potrebbe non essere supportato e causare errori. Un semplice programma come il Blocco note di Windows è in grado di riconoscere la codifica dei file di testo aperti in base al BOM e di mostrarli correttamente nascondendo all'utente i byte iniziali che compongono il BOM stesso.

Un esempio in cui il BOM è sconsigliato è quello dei file PHP in cui la presenza del BOM comporta un output verso il browser impedendo l'utilizzo di session_start() o l'invio di altri header.

Collegamenti esterni

• (EN) Byte Order Mark (BOM) FAQ, su unicode.org.