在浏览器下载中保留 UTF-8 BOM
Preserve UTF-8 BOM in Browser Downloads
我有一个 JAX-RS REST-Service 可以生成 CSV 文件并将其流式传输回浏览器。一切都设置为 UTF-8，所以我通过浏览器下载的文件也是一个有效的 UTF-8 文件（没有 BOM），在 Notepad++、Sublime 等中显示有效、可读的 UTF-8 变音符号等。
虽然在 Excel 中打开这样的文件会导致不可读的变音符号等，因为 Excel 显然试图用另一个字符集打开它（我猜是 CP-1252，但事实并非如此真的很重要）。
通过 Notepad++ 保存带有 BOM 的文件，re-opening 它在 Excel 中效果很好。似乎 BOM 检测是 Excel 用来检测 UTF-8 的唯一方法。无论如何 - 我认为添加 BOM 可以帮助...
做到了。同样的结果。一段时间后，我发现 BOM 在某些情况下会被删除：如果我在 BOM 之前添加任何字符，我可以在我的 Hex-Editor 中看到 BOM。删除该字符后，BOM 将不再存在。
当我继续通过 cURL 下载文件时，我真的很惊讶。 BOM 在那里！在那之前，我认为它可能与我的应用程序、Content-Types、Encodigs、HTTP Headers 等有关 - 但它们似乎都很好。
现在，经过数小时的尝试不同的事情，关于如何让浏览器保留 BOM 有什么想法吗？我可以设置任何 HTTP Header 吗？由于 Chrome，Internet Explorer、Edge、Firefox 都删除了 BOM，这对我来说听起来有点像浏览器约定...
非常感谢您的大力帮助！
编辑： 感谢 sideshowbarker 的回答，我找到了一种解决方法，方法是在内容前添加两个 BOM，这样在浏览器删除第一个 BOM 后，还会剩下一个 BOM .
解决方法（来自评论）：由于只读取前三个字节，您可以在源前添加两个 BOM，这将导致下载的文件是带有 BOM 的有效 UTF-8。
就 Excel 具体而言：根据 的回答，较新版本的 Excel（来自 Office 365）现在支持 UTF-8。
至于问题中描述的行为的原因：原因是，相关规范要求剥离 BOM，而这正是浏览器所做的。即浏览器符合the UTF-8 decode algorithm in the Encoding spec的要求，也就是这个：
To UTF-8 decode a byte stream stream, run these steps:
Let buffer be an empty byte sequence.
Read three bytes from stream into buffer.
If buffer does not match 0xEF 0xBB 0xBF, prepend buffer to stream.
Let output be a code point stream.
Run UTF-8’s decoder with stream and output.
Return output.
第 3 步是导致 BOM 被剥离的原因。
鉴于编码规范要求，我认为没有办法告诉浏览器保留 BOM。
我有一个 JAX-RS REST-Service 可以生成 CSV 文件并将其流式传输回浏览器。一切都设置为 UTF-8，所以我通过浏览器下载的文件也是一个有效的 UTF-8 文件（没有 BOM），在 Notepad++、Sublime 等中显示有效、可读的 UTF-8 变音符号等。
虽然在 Excel 中打开这样的文件会导致不可读的变音符号等，因为 Excel 显然试图用另一个字符集打开它（我猜是 CP-1252，但事实并非如此真的很重要）。
通过 Notepad++ 保存带有 BOM 的文件，re-opening 它在 Excel 中效果很好。似乎 BOM 检测是 Excel 用来检测 UTF-8 的唯一方法。无论如何 - 我认为添加 BOM 可以帮助...
做到了。同样的结果。一段时间后，我发现 BOM 在某些情况下会被删除：如果我在 BOM 之前添加任何字符，我可以在我的 Hex-Editor 中看到 BOM。删除该字符后，BOM 将不再存在。
当我继续通过 cURL 下载文件时，我真的很惊讶。 BOM 在那里！在那之前，我认为它可能与我的应用程序、Content-Types、Encodigs、HTTP Headers 等有关 - 但它们似乎都很好。
现在，经过数小时的尝试不同的事情，关于如何让浏览器保留 BOM 有什么想法吗？我可以设置任何 HTTP Header 吗？由于 Chrome，Internet Explorer、Edge、Firefox 都删除了 BOM，这对我来说听起来有点像浏览器约定...
非常感谢您的大力帮助！
编辑： 感谢 sideshowbarker 的回答，我找到了一种解决方法，方法是在内容前添加两个 BOM，这样在浏览器删除第一个 BOM 后，还会剩下一个 BOM .
解决方法（来自评论）：由于只读取前三个字节，您可以在源前添加两个 BOM，这将导致下载的文件是带有 BOM 的有效 UTF-8。
就 Excel 具体而言：根据 的回答，较新版本的 Excel（来自 Office 365）现在支持 UTF-8。
至于问题中描述的行为的原因：原因是，相关规范要求剥离 BOM，而这正是浏览器所做的。即浏览器符合the UTF-8 decode algorithm in the Encoding spec的要求，也就是这个：
To UTF-8 decode a byte stream stream, run these steps:
Let buffer be an empty byte sequence.
Read three bytes from stream into buffer.
If buffer does not match 0xEF 0xBB 0xBF, prepend buffer to stream.
Let output be a code point stream.
Run UTF-8’s decoder with stream and output.
Return output.
第 3 步是导致 BOM 被剥离的原因。
鉴于编码规范要求，我认为没有办法告诉浏览器保留 BOM。