Python读UTF-8-BOM文件时开头多出\ufeff，是因为标准utf-8不识别BOM（\xef\xbb\xbf），将其解码为Unicode字符\ufeff；而utf-8-sig编码能自动检测并剥离BOM，是最直接安全的解决方案。
Python用open()读UTF-8-BOM文件时，为什么开头多出\ufeff？
因为标准utf-8编码不识别BOM，BOM（\xef\xbb\xbf）会被当作普通字符解码成Unicode码点\ufeff，出现在字符串开头。这不是乱码，是真实读入的字节——只是你没告诉Python“这BOM该被忽略”。
为什么encoding='utf-8-sig'能解决？
utf-8-sig是Python内置的变体编码：读取时自动检测并剥离BOM，写入时默认在开头写入BOM（除非显式禁用）。它不是“带BOM的UTF-8”，而是“带BOM感知能力的UTF-8处理逻辑”。
- 读文件：
open('file.txt', encoding='utf-8-sig')→\ufeff不会出现在结果字符串里 - 写文件：
open('out.txt', 'w', encoding='utf-8-sig')→ 默认写入\xef\xbb\xbf开头 - 若不想写BOM，得加
newline=''并手动控制，或改用utf-8写入
不用utf-8-sig的替代方案有哪些？
有，但都绕弯子，还容易漏判：
- 先用
rb模式读，手动切掉前3字节（仅当确定是BOM且文件非空）：data = f.read()[3:].decode('utf-8') - 用
codecs模块：codecs.open(path, encoding='utf-8-sig')——本质同open()，无优势 - 读完再
.lstrip('\ufeff')——危险！万一文本真包含\ufeff（如某些富文本标记），会被误删
所以，只要目标是“干净读取带BOM的UTF-8”，utf-8-sig就是最直接、最安全的选择。
立即学习“Python免费学习笔记（深入）”；
Windows记事本保存的“UTF-8”文件，为什么总带BOM？
因为旧版Windows记事本把“UTF-8”和“UTF-8 with BOM”混为一谈。它根本不会生成无BOM的UTF-8——选“UTF-8”保存，实际写的就是utf-8-sig格式。这也是为什么你在Windows上用utf-8读记事本文件时，第一行常莫名多一个空格或报错。
跨平台协作时，这个细节最容易被忽略：Linux/macOS工具（如vim、cat）通常不写BOM，而Python脚本若硬写utf-8去读Windows产出的文件，就会撞上\ufeff。
