BOM-Detektor

• Umfassende Erkennung von BOM-Signaturen: erkennt alle standardmäßigen Byte Order Mark-Signaturen: UTF-8 (EF BB BF), UTF-16 Big Endian (FE FF), UTF-16 Little Endian (FF FE), UTF-32 Big Endian (00 00 FE FF), UTF-32 Little Endian (FF FE 00 00), UTF-7 (+/v), UTF-1, SCSU, BOCU-1 und GB 18030. Jedes BOM wird mit Kodierungsname, IANA-Zeichensatz, Byte-Reihenfolge und üblichem Verwendungskontext angegeben.
• Interaktive Hex- und ASCII-Anzeige: zeigt die ersten 48 Bytes der Datei als interaktiven Hex-Dump mit nebeneinanderliegender ASCII-Darstellung. Erkannte BOM-Bytes werden bernsteinfarben hervorgehoben, um sie visuell leicht zu erkennen. Die Hex-Daten können mit einem Klick für Dokumentation oder weitere Analysen in die Zwischenablage kopiert werden.
• Kodierungsempfehlungen: bietet umsetzbare Empfehlungen auf Basis der erkannten BOM-Kodierung. Es wird auf Probleme mit der plattformübergreifenden Kompatibilität hingewiesen - zum Beispiel eine Warnung, wenn ein UTF-8-BOM in Quellcode erkannt wird, der auf Unix/Linux-Systemen Probleme verursachen kann, oder ein Vorschlag zur Konvertierung von UTF-16 zu UTF-8 für bessere Speichereffizienz und Tool-Kompatibilität.
• 100 % private Verarbeitung im Browser: die gesamte BOM-Erkennung findet vollständig in Ihrem Browser statt. Es werden nur die ersten 1024 Bytes der Datei über die FileReader-API gelesen - es werden niemals Daten an einen Server hochgeladen. Ihre Dateien verlassen niemals Ihr Gerät, sodass die Analyse sensibler oder proprietärer Dateien sicher ist.

• Fehlersuche bei Kodierungsproblemen in der Webentwicklung: wenn PHP-, Python- oder JavaScript-Dateien unerwartete Ausgaben zeigen (wie -Zeichen am Anfang einer Webseite), ist oft das UTF-8-BOM die Ursache. Nutzen Sie unseren BOM-Detektor, um schnell festzustellen, ob Quelldateien ein BOM enthalten, und konvertieren Sie sie dann zu UTF-8 ohne BOM für eine saubere Darstellung.
• Plattformübergreifende Dateikompatibilität: unter Windows erstellte Dateien enthalten häufig ein UTF-8-BOM, das bei der Übertragung auf Unix/Linux/macOS-Systeme Probleme verursacht. Skripte mit Shebang-Zeile (#!) können fehlschlagen, Konfigurationsdateien falsch gelesen werden und Diff-Tools Phantomunterschiede anzeigen. Erkennen Sie BOMs, um diese Kompatibilitätsprobleme zu diagnostizieren und zu beheben.
• Überprüfung der Kodierung von CSV- und Datendateien: aus Microsoft Excel exportierte CSV-Dateien enthalten oft ein UTF-8-BOM, was beeinflussen kann, wie Datenverarbeitungstools die Datei einlesen. Erkennen Sie BOM und Kodierung, um sicherzustellen, dass Ihre ETL-Pipelines, Datenbankimporte und Analysewerkzeuge die Datei korrekt verarbeiten.
• Migration von Dateiformaten aus Altsystemen: wenn Sie Altsysteme mit UTF-16-, UTF-32- oder GB 18030-Kodierung auf moderne UTF-8-Standards migrieren, nutzen Sie die BOM-Erkennung, um festzustellen, welche Dateien konvertiert werden müssen. Die Empfehlungsfunktion gibt Hinweise zur besten Konvertierungsstrategie für jede Kodierungsart.
• QA und Dateivalidierung in CI/CD-Pipelines: integrieren Sie die BOM-Erkennung in Ihren Qualitätssicherungs-Workflow. Stellen Sie sicher, dass Quellcode, Konfigurationsdateien und Dokumentation den Kodierungsstandards Ihres Teams entsprechen. Erkennen und markieren Sie Dateien mit unerwarteten BOMs, bevor sie Produktionsprobleme verursachen.
• Informatik und Unicode-Schulung: lernen Sie interaktiv Unicode-Kodierung, Byte-Reihenfolge, Endianness und das BOM-Zeichen (U+FEFF) kennen. Laden Sie Dateien in verschiedenen Kodierungen hoch und beobachten Sie, wie sich die BOM-Signaturen unterscheiden. Ein praktisches Lehrwerkzeug für Kurse zu Internationalisierung und Zeichenkodierung.

Ein Byte Order Mark (BOM) ist ein Unicode-Zeichen (U+FEFF), das am Anfang einer Textdatei platziert wird, um deren Kodierung und Byte-Reihenfolge anzugeben. Das BOM wurde entwickelt, um ein grundlegendes Problem bei Mehrbyte-Kodierungen zu lösen: verschiedene Computerarchitekturen speichern Mehrbyte-Werte in unterschiedlichen Byte-Reihenfolgen (Endianness). Durch das Lesen der ersten Bytes einer Datei kann ein Programm feststellen, ob der Text in UTF-8, UTF-16 Big Endian, UTF-16 Little Endian oder einem anderen Format kodiert ist, und die folgenden Bytes korrekt interpretieren. Das BOM ist im Unicode-Standard spezifiziert und wird von vielen Texteditoren, Webbrowsern und Laufzeitumgebungen von Programmiersprachen erkannt.

1. Datei einlesen: wenn Sie eine Datei hochladen, liest unser Tool die ersten 1024 Bytes über die FileReader-API des Browsers. Es wird nur der Kopf gelesen, wodurch der Erkennungsprozess auch bei großen Dateien schnell bleibt.
2. Abgleich der BOM-Signaturen: die Bytes am Dateianfang werden mit einer Datenbank mit 10 bekannten BOM-Signaturen verglichen. Jede Signatur wird Byte für Byte auf exakte Übereinstimmung geprüft. Wird ein BOM gefunden, werden Kodierung, Byte-Reihenfolge und IANA-Zeichensatz identifiziert.
3. Tiefenscan: zusätzlich zur Prüfung des Dateianfangs sucht das Tool tiefer (bis zu 128 Bytes) nach weiteren BOM-ähnlichen Mustern. Das hilft, zusammengefügte Dateien oder ungewöhnliche Dateistrukturen zu erkennen, die BOMs an Offsetpositionen ungleich null aufweisen.
4. Empfehlungen erstellen: auf Basis der erkannten Kodierung gibt das Tool passgenaue Empfehlungen zu plattformübergreifender Kompatibilität, Speichereffizienz und Tool-Interoperabilität.

• UTF-8 mit BOM (EF BB BF): unter Windows üblich, kann aber unter Unix/Linux Probleme verursachen. PHP-Skripte mit BOM lösen „headers already sent“-Fehler aus. Python-Skripte können an der Shebang-Zeile scheitern. Shell-Skripte können stillschweigend brechen. Empfohlen: Verwenden Sie UTF-8 ohne BOM für Webinhalte und Quellcode.
• UTF-16-BOMs (FE FF / FF FE): unerlässlich zur Bestimmung der Byte-Reihenfolge in UTF-16-Dateien. Von einigen Windows-APIs und .NET-Anwendungen gefordert. Allerdings sind UTF-16-Dateien mit Standard-Unix-Tools (grep, sed, awk) schwieriger zu verarbeiten und belegen bei ASCII-lastigem Inhalt mehr Speicher.
• UTF-32-BOMs (00 00 FE FF / FF FE 00 00): äußerst selten verwendet. UTF-32 vervierfacht die Speichergröße gegenüber UTF-8 für die meisten Texte und wird von sehr wenigen Anwendungen unterstützt. Für den allgemeinen Gebrauch nicht empfohlen.
• Nicht-Unicode-BOMs: das GB 18030-BOM wird in chinesischen Regierungssystemen verwendet. Andere Kodierungsmarker (UTF-7, SCSU, BOCU-1, UTF-1) sind in modernen Anwendungen veraltet oder extrem selten.

Unser BOM-Detektor verarbeitet alles vollständig in Ihrem Browser. Es werden nur die ersten 1024 Bytes jeder Datei gelesen - es werden niemals Daten an einen Server hochgeladen. Das Tool ist 100 % kostenlos, ohne Anmeldung, ohne Konto und ohne Nutzungslimits.

Unterstützte BOM-Signaturen: UTF-8, UTF-16 BE/LE, UTF-32 BE/LE, UTF-7, UTF-1, SCSU, BOCU-1 und GB 18030 - damit sind alle im Unicode-Standard und in verwandten Kodierungsspezifikationen definierten Standard-BOM-Signaturen abgedeckt.

Einschränkungen: die BOM-Erkennung identifiziert nur den Kodierungsmarker - sie prüft nicht, ob der Rest der Datei dieser Kodierung entspricht. Dateien ohne BOM (wie die meisten UTF-8-Dateien unter Unix/Linux) werden als „Kein BOM gefunden“ angezeigt. Binärdateien können zufällig mit Bytes beginnen, die BOM-Signaturen entsprechen, und so falsche Positive erzeugen. Das Tool liest nur die ersten 1024 Bytes; BOMs außerhalb dieses Bereichs werden nicht erkannt.