「『メモ帳』標準のBOMなしUTF-8に、Windows Searchは対応していない」記事へのコメント

BOM有りに統一すべきだった

[Anonymous Coward]

BOMは「ゴミ」であって不要なデータが入ってくるのが無駄だと主張する人がいますが、無駄なのは文字コードの自動判別の方です。

よくある文字コードを自動判定するという動作は、ファイルの内容の一部（1KBとか）、アプリによってはファイルの全部を読んでから文字コードを判定するので非常に負荷が大きいのです。
BOMなら3バイト読むだけで済みます。

そして、Unicodeに対応しているアプリであればBOMは文字コード・エンディアンの判別に使えばいいし、そうでないなら無視すればよろしい。

UTF-8のBOMがあるだけで不具合起こすアプリなんていうのは、今時そっちの方がおかしいので修正すれば

Re:

[Anonymous Coward]

わかってないなー。サイズが勿体ないのではなくて、
バイトオーダーをわざわざ示す行為が二度手間で無駄なんだよ

Re:

[qwerty (20776)]

世の中に UTF-8 だけしか存在しないならね。
現実は 8bitの文字コードなんて山のようにあるから、
ファイルの内容を解析するプログラムなら、文字コードを指定するか、
決め打ちするか、コードを推測するかのどれかが必要になる。

良くも悪くも WindowsSearch で文字化けした結果が表示されないのはBOMのおかげっていうことだ。

--
[Q][W][E][R][T][Y]

Re:

[Anonymous Coward]

BOMはあくまでバイトオーダーを示すために規定されたもので、BOMによってエンコードを判定できるのは結果論でしかないけどな

Re:BOM有りに統一すべきだった

[qwerty (20776)]

どちらにしろ推測が必要ならビット列の出現率からエンコード推測するよりマシでしょう。

--
[Q][W][E][R][T][Y]

Re:

[Anonymous Coward]

いやいやこのご時世、BOMを信用してエンコードを決定するなんて頭お花畑もいいところでしょ
悪意のある入力をいくらでも食わせられそう

Re:BOM有りに統一すべきだった

[qwerty (20776)]

「推測する」は「信用する」ではない

--
[Q][W][E][R][T][Y]

Re:

[Anonymous Coward]

それでは#4051321の文意・趣旨をお聞かせ願おうか。詭弁なら結構だ。

Re:

[Anonymous Coward]

推測程度で信用できるプログラムを書かないってことでしょう。
BOMはゴミ。