在不同的编码格式之间进行转换的时候，我们经常会看到UTF-8 without BOM、big endian、little endian之类的字眼，它们是什么意思呢？

这些词都和计算机储存数据的顺序有关。计算机一般以字节（也就是两个十六进制位）为单位储存数据。然而，如果某个数据块要占据多个字节，数据块内部该按什么顺序存放这些字节呢？举个例子，汉字“乙”的Unicode码位为4E59。如果把4E59视为一个数据块的话，“乙”字的两个编码究竟该用4E 59还是59 4E呢？这对我们人来说也许压根不是个问题，当然该用4E59了。可是对于计算机而言却并不那么绝对，将数据abcd在内部表示为dcba的形式是很有好处的（比如类型recast的时候不需要做调整）。

总而言之，对于多字节数据块而言，先储存头还是先储存尾，这是个问题。两种方式各有其合理之处，在实际的应用中也同时存在着。为了区别这两种方式，人们从《格列佛游记》中借用了“endian”这个词。故事中小人国的内战是源于吃鸡蛋时是究竟从大头(big endian)敲开还是从小头(little endian)敲开。计算机学者（最早是Danny Cohen）模仿这种命名方式，将最高位放在开头的储存顺序称为big endian，将最低位放在开头的称为little endian。

回到汉字编码，UTF-16的最小单位（也就是上文的数据块）是16个bit，也就是1个字节，所以面临着big endian和little endian的选择问题。为了标明一个UTF-16文件使用的是little endian还是big endian，在文件最开头的地方设置了一个BOM（byte order mask）。这样软件对文件进行读取的时候就不会出错。

UTF-8由于最小编码单位是8个bit，也就是1个字节，所以不存在endianness的问题，不需要在文件开头设置BOM。不过，为UTF-8文件设置BOM也是允许的，可以用来说明“本文件的编码格式是UTF-8编码”。因此，UTF-8就往往有with/without BOM两种选择了。