为什么python json解码器会抛出带有UTF-16 BOM的字符串？

通过深入研究python json解码器实现，我注意到如果一个字符串被传递到

json.loads

，并且它以

\ufeff

开头，这是一个错误，它会引发一个

JSONDecodeError

：

if isinstance(s, str):
    if s.startswith('\ufeff'):
        raise JSONDecodeError("Unexpected UTF-8 BOM (decode using utf-8-sig)", s, 0)

（）

（UTF-8一）说明了两种情况下UTF-16 BOM应该被禁止，但它们似乎都不适用于JSON：

o协议应禁止使用U+FEFF作为这些协议的签名 协议要求始终保持的文本协议元素 UTF-8，签名功能在这些应用程序中完全无用 案例

o协议还应禁止使用U+FEFF作为 协议提供的那些文本协议元素 字符编码识别机制，当需要时 协议的实现将能够 始终正确使用机械装置。这种情况将在 协议元素在 从创建之时到发布之时的实施 它们的（正确标记的）传输

（JSON one）说：

JSON文本应采用UTF-8、UTF-16或UTF-32编码。这个 默认编码为UTF-8，JSON文本以UTF-8编码 从成功读取的意义上讲，它们是可互操作的 按实现的最大数量；有很多 无法成功读取其他文件中文本的实现 编码（如UTF-16和UTF-32）

所以在我看来，UTF-16应该被允许。那么为什么Python会在这里出现呢？很明显，我遗漏了一些东西。

来自：

实现不得在网络传输的JSON文本的开头添加字节顺序标记（U+FEFF）。为了实现互操作性，解析JSON文本的实现可能会忽略字节顺序标记的存在，而不是将其视为错误

类似的语言也出现在电影中

---

接受字节顺序标记不需要JSON实现。Python的实现并没有这样做。如果要将带有字节顺序标记的JSON传递给Python的JSON解析器，则应该在早期处理阶段删除BOM。

您似乎混淆了哪个RFC用于UTF-8，哪个用于JSON。另外，Python3

str

表示编码独立的Unicode。经过更多的阅读，它变得更加清晰。python json解析器拒绝它在accepted answer-spec中正确声明的BOM的主要原因是允许它这样做的，所以这个解析器会这样做。让我困惑的是，我认为有两个BOM，UTF-8和UTF-16，解析器拒绝了UTF-16一个，同时声明它拒绝了UTF-8一个。事实上，只有一个BOM，U+FEFF，\xef\xbb\xbf版本只是它的UTF-8编码。因此，我现在理解的代码背后的逻辑是：[续][续]：如果字符串以BOM开头，那么它必须是未剥离的UTF-8 one，因为如果它是UTF-16 one，它将在读取时剥离。如果它幸存下来，那么产生传递字符串的字节将被编码为UTF-8，并在不剥离BOM的情况下进行解码。这就是为什么异常也告诉“使用utf-8-sig解码”。这在我看来似乎是规范中的一个错误。

U+FEFF

的正式定义不是字节顺序标记，而是一个。JSON应该像对待任何其他空白一样对待它。@markransem:JSON特别指出了“不重要的空白”中允许的四个空白字符：空格、水平制表符、换行符和回车符。字符串之外的其他空格是错误的。是的，它是错误的，我相信空格列表是不必要的限制。如果您只打算使用它的ASCII子集，那么为什么还要麻烦使用基于Unicode的呢？谢谢。这本身就回答了问题，但起初我还是感到困惑。事实上，您在关于编码独立Unicode的原始问题下的评论有助于澄清更多的问题！：）