BOM (Byte Order Mark)（BOM: ボム）

2025年10月17日

BOM (Byte Order Mark)（BOM: ボム）

英語表記: BOM (Byte Order Mark)

概要

BOM（Byte Order Mark）は、主にUnicodeで符号化されたテキストファイルの先頭に付加される特殊なバイト列です。このマーカーは、ファイルを開くアプリケーションに対して、そのファイルがどのような文字コード（エンコーディング）で書かれているか、そして特にUTF-16などの場合にバイトの並び順（エンディアン）がどうなっているかを伝える役割を果たします。つまり、情報の単位（バイト）の集合であるファイルが、どの文字コードのルール（エンコード）に従って構成されているかを、実務的に識別するための「目印」なのですね。

詳細解説

BOMは、私たちが扱うテキストデータが、コンピューター内部でどのように表現されているか（情報の単位とエンコード）を橋渡しする、非常に重要な実務上の概念です。

目的と動作原理

BOMの最大の目的は、「エンコーディングの自動識別」を助けることです。テキストファイルは、ただのバイト（情報の最小単位の集合）の羅列であり、そのバイト列を「どのルールで文字に変換するか」を知らなければ、正しく表示できません。BOMは、そのルールのヒントをファイルの最も重要な場所、つまり先頭に埋め込みます。

この概念は、階層構造のうち「情報の単位（バイト）」と「文字コードとエンコード」を実務レベルで結びつけるものです。

1. エンコーディングの識別

例えば、テキストファイルがUTF-8でエンコードされている場合、BOMは特定の3バイト列（EF BB BF）となります。アプリケーションがファイルを読み込み始め、最初にこの3バイトを検出すると、「ああ、これはUTF-8ファイルだな」と即座に判断し、それ以降のバイト列をUTF-8のルールに従って文字に変換し始めるわけです。

2. エンディアンの識別（UTF-16の場合）

BOMが最も本領を発揮するのは、UTF-16エンコーディングを使用する場合です。Unicode文字は通常、2バイト以上で表現されますが、この2バイトを「どちらの順序で並べるか」という問題が発生します。これが「エンディアン」です。

ビッグエンディアン (BE): データの大きな単位を先頭に置く
リトルエンディアン (LE): データの小さな単位を先頭に置く

BOMは、UTF-16の基準となる文字コード「U+FEFF」に対応するバイト列を使用します。

もしBOMがFF FEというバイト列であれば、それは「リトルエンディアン (LE)」であることを示します。
もしBOMがFE FFというバイト列であれば、それは「ビッグエンディアン (BE)」であることを示します。

この仕組みがあるおかげで、異なるCPUアーキテクチャを持つシステム間でも、UTF-16ファイルを安全にやり取りできるのです。まさに「エンコード実務」における互換性確保の要と言えるでしょう。

UTF-8とBOMの複雑性

興味深いことに、UTF-8はバイト列の構造上、BOMがなくても自己識別が可能（バイト列を見ただけでUTF-8だと判断できる）な設計になっています。しかし、Windows環境で作成されるテキストファイル（特にメモ帳など）は、互換性や特定のアプリケーションの要求から、慣習的にUTF-8であってもBOMを付加することが多いです（UTF-8 with BOM）。

一方で、Linuxや多くのプログラミング環境では、BOMを付加しないUTF-8（UTF-8 without BOM）が標準とされます。なぜなら、ファイルの先頭にBOMというデータが挿入されることで、そのファイルをスクリプトや設定ファイルとして読み込んだ際に、「意図しないデータ」として扱われ、エラーの原因となることがあるからです。このBOMの有無を巡る違いは、OSや開発環境をまたいだ「エンコード実務」において、最も頻繁に発生するトラブルの一つです。

具体例・活用シーン

BOMの有無が実務に与える影響を理解することは、情報の単位とエンコードの関係性を深く理解する上で非常に重要です。

アナロジー：封筒の言語ラベル

BOMの役割を理解するために、テキストファイルを「国際郵便で送られてきた手紙」だと想像してみましょう。

私たちは手紙（テキストファイル）を受け取り、それを開いて内容（バイト列）を読み解く必要があります。しかし、手紙がどの言語（エンコーディング）で書かれているかわからなければ、読むことができません。

ここでBOMは、「封筒の表に貼られた『この手紙は日本語で書かれています』というラベル」のようなものです。

ラベルがある場合（BOMあり）: アプリケーション（郵便局員）は、封筒を見た瞬間に「これは日本語のルールで読めばいいんだな」と判断し、すぐに適切な処理を開始できます。手間がかからず、確実です。
ラベルがない場合（BOMなし）: アプリケーションは、手紙を開けて最初の数文字を読んで「これは多分、日本語の文字の並び方をしているな」と推測（ヒューリスティックな判定）しなければなりません。多くの場合は正しく読み取れますが、推測が外れると文字化けが発生します。

特に、UTF-16におけるエンディアンの識別は、「この日本語は左から読むか、それとも右から読むか」という非常に具体的な読み順（バイト順）を指示するラベルの役割を果たしているのです。この「ラベル」が、わずか数バイト（情報の単位）で、ファイル全体の解釈を決定づけるという点が非常に強力で、実務上欠かせません。

活用シーンと実務的な注意点

Web開発: PHPやPythonなどのスクリプトファイルにBOMが含まれていると、スクリプトの実行前にBOMのバイト列が出力されてしまい、意図しない空白行やヘッダー出力エラーを引き起こすことがあります。これは、BOMが「データ」として扱われてしまうためです。開発者は、設定ファイルやコードファイルではBOMなしのUTF-8を徹底的に選ぶ必要があります。
設定ファイル: 多くの設定ファイル（例：.iniファイル、.jsonファイル）やCSVファイルは、BOMの存在を想定していません。BOMが付いていると、ファイルリーダーが最初の数バイトを「設定内容の一部」として誤認し、設定の読み込みに失敗することがあります。
テキストエディタの設定: 現代のテキストエディタ（VS Code, Sublime Text, サクラエディタなど）には、ファイルを保存する際に「BOMを付加する」または「BOMを付加しない」を選択するオプションが必ず用意されています。これは、開発者や実務担当者が、どの環境でそのファイルを使うかを考慮して、エンコード実務の判断を下す必要があるためです。

資格試験向けチェックポイント

BOMに関する知識は、特に「エンコード実務」の具体的な問題として、基本情報技術者試験や応用情報技術者試験で問われる可能性があります。ITパスポートでは、文字コードの基本的な概念と関連付けて理解しておくと良いでしょう。

| 項目 | 試験での問われ方と対策 |
| :— | :— |
| BOMの役割 | BOMはエンコーディングやエンディアンを識別するためにファイルの先頭に付加される特殊なバイト列である、という定義を確実に覚えます。特に「エンディアン」の識別が重要です。 |
| UTF-8とBOM | 「UTF-8はBOMがなくても識別可能だが、互換性のために使用されることがある」という事実を理解してください。また、「BOM付きUTF-8ファイルが、特定の環境でエラーを引き起こす可能性がある」という実務的な問題解決の知識も求められます。 |
| エンディアンとの関係 | UTF-16におけるBOMの重要性は最頻出です。BOMのバイト列（FE FFまたはFF FE）が、ビッグエンディアン（BE）とリトルエンディアン（LE）のどちらを示すかを正確に把握しておく必要があります。この知識は、情報の単位（バイト）の並び順に関する理解を試すものです。 |
| 文字化けとの関連 | エンコード設定を誤ると文字化けが発生しますが、BOMはそのミスを防ぐための仕組みです。BOMが欠落している、あるいはBOMを無視して別のエンコードで解釈された場合に文字化けが発生する、という流れを理解しておきましょう。 |
| 分類の理解 | BOMは、情報の単位（バイト）を扱う上で、文字コード（エンコード）を特定し、実務（ファイル作成・読み込み）を円滑にするための技術である、という階層的な位置づけを意識すると、関連問題の応用力が上がります。 |