XML BOM是UTF编码文件开头的可选字节序列，用于标识编码和字节序，虽非XML语法组成部分，但影响解析；常见类型包括UTF-8的0xEF 0xBB 0xBF、UTF-16 BE的0xFE 0xFF等；XML规范要求以声明encoding为准，但部分解析器对BOM处理不一致，可能导致解析错误；应使用无BOM UTF-8保存、明确声明编码并禁用输出BOM。
XML BOM（Byte Order Mark）不是 XML 本身定义的概念，而是 UTF 编码文件在磁盘存储时可能附带的一个特殊字节序列，用于标识文本的编码方式和字节序。它本身不属于 XML 语法，但会影响 XML 文件能否被正确解析。
XML 文件为什么会出现 BOM
BOM 是 Unicode 编码（如 UTF-8、UTF-16、UTF-32）在保存为文件时可选的开头标记。例如：
- UTF-8 BOM：0xEF 0xBB 0xBF（三个字节）
- UTF-16 BE BOM：0xFE 0xFF
- UTF-16 LE BOM：0xFF 0xFE
它的作用是帮助解析器识别编码格式，尤其在编码声明缺失或不可靠时。但 XML 规范明确指出：如果文档声明中已指定 encoding（如 encoding="UTF-8"），那么解析器应以该声明为准，而非依赖 BOM。
BOM 对 XML 解析的实际影响
很多 XML 解析器（如 Java 的 DocumentBuilder、.NET 的 XmlReader、浏览器内置解析器）对 BOM 处理不一致：
- 部分解析器会自动跳过 UTF-8 BOM，不影响解析
- 有些老版本工具或严格模式下，会把 BOM 当作非法字符报错，例如提示 “Unexpected character at position 0” 或 “Invalid byte 0xef”
- 若 XML 声明写成 ，但文件实际含 UTF-8 BOM，而解析器先读到 BOM 再读声明，可能导致编码判断冲突
如何避免 BOM 引发的问题
- 用支持“无 BOM UTF-8”的编辑器保存 XML 文件（如 VS Code 默认保存为 UTF-8 without BOM；记事本则默认加 BOM）
- 检查并移除已有 BOM：可用 hex 编辑器或命令行工具（如 xxd file.xml | head）查看开头字节；Linux 下可用 sed -i '1s/^\xEF\xBB\xBF//' file.xml
- 在 XML 声明中明确写清 encoding，并确保与实际保存编码一致（推荐统一用 UTF-8 without BOM）
- 服务端生成 XML 时，设置输出流编码为 UTF-8 且禁用 BOM（如 Java 中用 OutputStreamWriter(out, StandardCharsets.UTF_8)，不手动写 BOM）
