BOM

Byte Order Mark

유니코드 인코딩의 여러가지 방식에 대하여 어떤 인코딩 방식을 사용하고 있는지 구분하기 위해 문서의 가장 앞 부분에 추가되는 짧은 식별 코드

인코딩 방식에 따른 BOM 예시

인코딩 방식	Byte Order Mark(BOM)
UTF-8	EF BB BF
UTF-16 Big Endian	FE FF
UTF-16 Little Endian	FF FE
UTF-32 Big Endian	00 00 FE FF
UTF-32 Little Endian	FF FE 00 00

• ex) 문서 처음 2개의 바이트가 FE FF로 시작되면 그 문서는 UTF-16 Big Endian으로 해석

UTF-8에서의 BOM

단일 BOM

UTF-16, 32와 달리 UTF-8은 BOM이 한가지만 존재

• 즉, BOM을 표기하지 않을 수 있음

UTF-8에서 발생하는 문제

• 에디터에 따라서 BOM을 표기하기도, 표기하지 않기도 함
• 외형상 동일하지만, 실제 내용엔 차이가 발생
• 외형상 동일하지만, 실제 내용엔 차이가 발생
• line by line으로 값을 읽거나, 전체에 대한 hash를 적용하는 경우 차이 발생

일반 에디터로는 차이가 없으나, HEX에디터에서 확인할 수 있는 BOM 여부에 따른 차이

BOM이 있는 경우	BOM이 없는 경우

대안

에디터의 설정을 통하여 BOM 삽입 여부 결정

• 상호호환성을 위해 데이터 사용처의 수요에 맞추어 설정하는 것이 맞으나,
• 수요가 확실치 않을 경우 일반적으로 UTF-8은 BOM 없이 사용하는 경우가 많음
  • BOM이 있는 경우 일부 소스코드 등에서 에러 발생
  • UTF-8에서 BOM이 없다고 잘못 읽혀지는 경우는 없음

참고 문헌

• UTF-8 인코딩에서의 BOM(Byte Order Mark) 문제