bom（byte order mark）是utf-8等编码文件开头的特殊字节序列（如utf-8为\xef\xbb\xbf），c++读文件时不自动识别，导致字符串开头混入bom字节，引发比较、解析失败；需以二进制模式读取并手动跳过。

C函数速查手册（CHM版）

C函数速查手册（CHM版）

下载

什么是BOM，以及为什么C++读文件时会遇到它 BOM（Byte Order Mark）是UTF-8、UTF-16等编码开头的几个特殊字节，比如UTF-8的BOM是\xEF\xBB\xBF。C++标准库本身不解析编码，std::ifstream或std::getline读出来就是原始字节——所以如果你用std::string直接接收，BOM就混在开头了，后续做==比较、find查找、JSON解析都可能失败。 常见现象：读出来的字符串开头看似空，但str[0]是\xEF，str.length()比预期多3；用cout 看不到明显异常，但<code>str == "hello"永远为false。

检测并移除UTF-8 BOM的通用做法 核心逻辑：检查字符串前3字节是否等于\xEF\xBB\xBF，是则截掉。注意不能只靠substr(3)——得先确认长度够3，且字节匹配。

• 对已读入的std::string，用str.compare(0, 3, "\xEF\xBB\xBF") == 0判断
• 如果匹配，用str.erase(0, 3)或str.substr(3)（后者生成新字符串）
• 不要用str.c_str()转C风格字符串再处理——BOM不是可打印字符，strlen仍会算上它
• 如果字符串来自文件流，建议在读取后立即处理，别等到解析JSON或split时才发现

示例：

std::string s = "\xEF\xBB\xBFHello";
if (s.size() >= 3 && s.compare(0, 3, "\xEF\xBB\xBF") == 0) {
    s.erase(0, 3);
}
// s 现在是 "Hello"

读文件时跳过BOM，避免后续重复处理 与其读完再删，不如在打开文件时就跳过。关键点：必须用二进制模式（std::ios::binary），否则Windows下文本模式会干扰字节读取。

• 用std::ifstream f("file.txt", std::ios::binary)打开
• 读前3字节到缓冲区，检查是否为\xEF\xBB\xBF，是则f.seekg(3)跳过
• 之后再用std::getline(f, line)或f.read()——此时起点已在BOM之后
• 注意：如果文件不是UTF-8，或BOM不存在，seekg(3)会导致丢数据，所以务必先确认BOM存在再跳

跨平台和编码混合场景下的注意事项 UTF-16/UTF-32也有BOM（如\xFF\xFE），但C++程序若明确只处理UTF-8文本，通常只关心\xEF\xBB\xBF。真正容易踩坑的是：

• 某些编辑器（如VS Code保存时默认加BOM，Notepad++默认不加）——同一份配置文件在不同机器上读出来行为不一致
• Linux/macOS下多数工具不加BOM，但Windows记事本保存UTF-8必加——部署时容易漏测
• 如果字符串来自网络API或用户输入，BOM更不可控，建议封装一个strip_bom(std::string& s)函数统一调用
• 别依赖std::locale或std::codecvt_utf8——C++20已弃用，且它们不自动处理BOM

BOM不是字符，也不是空白，它是编码元数据。处理它的唯一可靠方式，就是把它当字节序列来对待——而不是试图用宽字符、locale或正则去“过滤”。

C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！