[931]产生 \ufeff 问题的原因及解决办法

今天遇到以下问题：

name = []
with open('唐诗宋词.txt', 'r', encoding='utf-8') as f:
	for i in f:
		fen = i.split(':')
		print(fen[0], fen[1])
		if fen[0].strip() == '诗名':
			name.append(fen[1].strip())
		print(name)

结果为：

诗名 贼退示官吏并序
[]

这是为什么呢？后来发现：

print(fen)

结果为：

['\ufeff诗名', '贼退示官吏并序\n']

\ufeff 这是哪来的呢？网上搜索后发现原来是文本保存时包含了BOM（Byte Order Mark，字节顺序标记，出现在文本文件头部，Unicode编码标准中用于标识文件是采用哪种格式的编码）导致的，解决方法是使用 utf-8-sig 编码：

name = []
with open('唐诗宋词.txt', 'r', encoding='utf-8-sig') as f:
	for i in f:
		fen = i.split(':')
		print(fen)
		if fen[0].strip() == '诗名':
			name.append(fen[1].strip())
		print(name)

结果为：

['诗名', '贼退示官吏并序\n']
['贼退示官吏并序']

以后保存 txt 文件时一定要注意不要带有 bom，如果已经包含了 bom 则可使用 notepad++ 编辑器转换为无BOM格式的文本文件。

utf-8与utf-8-sig两种编码格式的区别:

As UTF-8 is an 8-bit encoding no BOM is required and anyU+FEFF character in the decoded Unicode string (even if it’s the firstcharacter) is treated as a ZERO WIDTH NO-BREAK SPACE.

UTF-8以字节为编码单元，它的字节顺序在所有系统中都是一样的，没有字节序的问题，也因此它实际上并不需要BOM(“ByteOrder Mark”)。但是UTF-8 with BOM即utf-8-sig需要提供BOM。

参考：https://blog.csdn.net/qq_38882327/article/details/89637884 https://www.cnblogs.com/chongzi1990/p/8694883.html