C++如何读取带BOM的文本文件-C++-PHP中文网

直接用std::ifstream读带bom的utf-8文件会因未跳过0xef 0xbb 0xbf导致乱码；需以binary模式打开，手动检测并跳过这3字节bom，该方法跨平台、标准c++兼容且不依赖第三方库。

c++如何读取带bom的文本文件

用 `std::ifstream` 直接读取带BOM的UTF-8文件会出乱码

因为 std::ifstream 默认按字节流处理，不识别BOM；开头的 0xEF 0xBB 0xBF 被当作普通字符读入，导致首行内容错位或显示为“”等符号。这不是编码转换问题，而是BOM没被跳过。

手动检测并跳过UTF-8 BOM最稳妥

标准C++无内置BOM处理，必须自己检查前3字节。适用于所有编译器和标准（C++11起），且不依赖第三方库。

打开文件时用 std::ios::binary 模式，避免文本模式下的换行符干扰和潜在编码干预
读取前3字节，比对是否为 0xEF 0xBB 0xBF
若匹配，调用 file.seekg(3) 跳过BOM，再按正常方式读取剩余内容
注意：仅跳过UTF-8 BOM；UTF-16/32 BOM需单独判断，但Windows记事本默认保存为UTF-8 BOM时只用这3字节

std::ifstream file("data.txt", std::ios::binary);
if (!file.is_open()) return;
std::array<unsigned char> bom{};
file.read(reinterpret_cast<char>(bom.data()), 3);
if (bom[0] == 0xEF && bom[1] == 0xBB && bom[2] == 0xBF) {
    file.seekg(3); // 跳过BOM
} else {
    file.seekg(0); // 重置到开头
}
// 后续用 std::getline 或 read 按需解析
</char></unsigned>

用 `std::wifstream` 读UTF-16带BOM文件要设locale

std::wifstream 可自动识别UTF-16 BOM（0xFE 0xFF 或 0xFF 0xFE），但前提是正确设置locale——否则仍会当乱码读。

C函数速查手册（CHM版）

下载

必须在打开文件前调用 file.imbue(std::locale(""))，让流使用系统本地locale（Linux/macOS通常支持UTF-8/UTF-16，Windows需确保控制台或环境支持Unicode）
不能用 std::locale("en_US.UTF-8") 这类硬编码，不同系统路径/名称不一致，易失败
读取后得到的是 wchar_t，若需转为UTF-8字符串，得用 std::wstring_convert（C++17已弃用）或平台API（如Windows的 WideCharToMultiByte）

跨平台项目建议统一用UTF-8 + 手动BOM跳过

UTF-16在Linux/macOS上支持弱，std::wifstream 行为不稳定；而UTF-8+BOM是Windows记事本默认、VS Code可配、且几乎所有现代工具兼容的最小公约数。

不要依赖编辑器“保存为UTF-8无BOM”——用户手动生成的文件很可能带BOM
跳过BOM的逻辑应封装成小函数，每次打开文本文件都调用，避免遗漏
如果后续要做字符处理（如正则、分词），确保底层字符串类型（std::string）仍为UTF-8，别误用 std::string::length() 当字符数用

BOM不是字符，也不是编码标记的一部分，它只是个可选的签名；跳过它不改变内容语义，但漏掉它会让第一行永远多三个“看不见的错误”。