yaml-cpp仅支持无BOM的UTF-8编码，不处理BOM剥离、编码探测或转码；需手动预处理文件为干净UTF-8再传入YAML::Load。
yaml-cpp 默认只支持 UTF-8，不处理 BOM 和其他编码
yaml-cpp 从设计上就假设输入是合法 UTF-8 字节流，它不会做编码探测、BOM 剥离或转码。如果你的 YAML 文件是 GBK、UTF-16 或带 BOM 的 UTF-8，YAML::LoadFile() 很可能直接抛出 YAML::ParserException，错误信息类似 invalid Unicode code point 或 bad conversion。
常见表现：文件在编辑器里看着正常，但程序一读就崩溃；中文字段全变成乱码或空字符串；解析到某一行突然中断。
- Windows 记事本保存的“UTF-8”实际常带 BOM（EF BB BF），yaml-cpp 会把它当非法字符处理
- Linux/macOS 下用
iconv -f gbk -t utf-8转码时漏掉-c参数，残留非法字节也会触发解析失败 - 不要依赖
std::ifstream的imbue()或 locale 设置——yaml-cpp 不走 iostream 的 codecvt 流程
读取前手动预处理文件为干净 UTF-8（推荐方案）
最稳的做法不是让 yaml-cpp 处理编码，而是确保传给它的字符串已经是无 BOM、无非法字节的 UTF-8。用 C++ 标准库 + 少量逻辑就能搞定：
std::string read_utf8_file(const std::string& path) {
std::ifstream f(path, std::ios::binary);
f.seekg(0, std::ios::end);
size_t size = f.tellg();
f.seekg(0);
std::string buf(size, '\0');
f.read(&buf[0], size);
<pre class="brush:php;toolbar:false;">// 剥离 UTF-8 BOM（如果存在）
if (size >= 3 && (unsigned char)buf[0] == 0xEF &&
(unsigned char)buf[1] == 0xBB &&
(unsigned char)buf[2] == 0xBF) {
buf.erase(0, 3);
}
return buf;}
立即学习“C++免费学习笔记（深入）”；
// 使用 std::string content = read_utf8_file("config.yaml"); YAML::Node node = YAML::Load(content); // ← 传 string，不是 LoadFile
- 必须用
std::ios::binary打开，否则 Windows 下 \r\n 换行会被悄悄转换，破坏 UTF-8 字节边界 - 不要用
std::getline逐行读——可能在多字节 UTF-8 字符中间截断 - 若需支持 GBK/Big5 等编码，得引入 iconv 或 Boost.Nowide，但 yaml-cpp 本身不提供该能力
遇到 “invalid Unicode code point” 错误时怎么定位问题字节
这个错误说明解析器在某个位置遇到了无法解码为合法 UTF-8 的字节序列。直接看报错行号往往不准（因为 yaml-cpp 的错误位置是解析后的位置，不是原始字节偏移），建议加一层校验：
bool is_valid_utf8(const std::string& s) {
const unsigned char* p = reinterpret_cast<const unsigned char*>(s.data());
size_t len = s.size();
for (size_t i = 0; i < len; ++i) {
if (p[i] <= 0x7F) continue;
else if ((p[i] & 0xE0) == 0xC0 && i+1 < len && (p[i+1] & 0xC0) == 0x80) i++;
else if ((p[i] & 0xF0) == 0xE0 && i+2 < len && (p[i+1] & 0xC0) == 0x80 && (p[i+2] & 0xC0) == 0x80) i += 2;
else if ((p[i] & 0xF8) == 0xF0 && i+3 < len && (p[i+1] & 0xC0) == 0x80 && (p[i+2] & 0xC0) == 0x80 && (p[i+3] & 0xC0) == 0x80) i += 3;
else return false;
}
return true;
}
- 调用
is_valid_utf8(content)可快速确认是否为纯 UTF-8 - 若返回 false，用十六进制查看器（如 xxd）打开文件，定位非 ASCII 区域的异常字节
- 注意：yaml-cpp 对控制字符（如 \u0000）也敏感，即使它们是合法 UTF-8，也可能导致解析失败
Windows 下生成 YAML 文件时的编码陷阱
很多用户在 VS 或记事本里手写 YAML，却没意识到编辑器默认编码不是你想要的。VS 的“高级保存选项”默认是系统 ANSI（即 GBK），记事本的“另存为 → 编码”下拉菜单里标着“UTF-8”的那个其实带 BOM。
- VS 中：文件 → 高级保存选项 → 编码选
UTF-8 without signature - 记事本中：另存为 → 编码选
UTF-8（新版记事本已默认去 BOM；旧版仍带） - CI/CD 场景下，Git 提交时若未配置
core.autocrlf和core.safecrlf，换行符和编码可能被静默篡改
真正麻烦的不是读不到，而是读到了但某些中文键名或值被截断成半个字符——这种 bug 很难复现，尤其在跨平台部署时才暴露。
