JSON Toolkit

Rozbíjí BOM parsování JSON

Shrnutí: UTF-8 BOM jsou tři neviditelné bajty, takže `JSON.parse` selže už na prvním znaku a hlásí řádek 1, sloupec 1, což soubor nechá vypadat prázdný nebo zkrácený.

Začátečník~4 min čteníPublikováno 2026-10-30Aktualizováno 2026-10-30
Jak BOM rozbíjí parsování JSON a jak ho odstranit

Stručně: zkontrolujte první tři bajty na EF BB BF a uložte znovu jako UTF-8 bez BOM; na serveru odstraňte úvodní U+FEFF před parsováním jakéhokoli nahraného nebo cizího souboru, místo abyste poruchu ladili později.

Ano – a vytváří nejmatoucí ze všech chyb parsování, protože soubor vypadá naprosto v pořádku.

Co vidíte

SyntaxError: Unexpected token  in JSON at position 0
Unexpected character '\uFEFF'

Ten znak ve zprávě je neviditelný. Pozice 0 znamená úplně první bajt.

cat neukazuje nic neobvyklého. hexdump -C file.json | head -1 ano:

00000000  ef bb bf 7b 0a 20 20 22  61 22 3a 20 31 0a 7d 0a  |...{  "a": 1.}.|

7b je {. Tři bajty před ním jsou BOM.

Odkud BOM pochází

Byte order mark existoval pro UTF-16, kde se pořadí bajtů skutečně lišilo. UTF-8 má jediné pořadí bajtů, takže BOM je čistá režie – přesto ho Poznámkový blok ve Windows, některé exporty z Excelu a několik starších IDE stále zapisují ve výchozím nastavení.

RFC 8259 je jednoznačný: JSON vyměňovaný mezi systémy musí být UTF-8 a implementace nesmějí přidávat BOM. Parsery smějí úvodní BOM ignorovat, ale nejsou povinny. Prohlížeče a Node se rozhodly neignorovat.

Tři způsoby, jak se ho zbavit

Uložte bez BOM. Ve VS Code klikněte na kódování ve stavovém řádku a vyberte „Save with Encoding → UTF-8“, nikoli „UTF-8 with BOM“.

Odstraňte ho ze shellu.

sed -i '1s/^\xEF\xBB\xBF//' data.json

Odstraňte ho při čtení. Toto je trvalá oprava pro cokoli, co přijímá nahrané nebo cizí soubory:

const text = require('node:fs').readFileSync('data.json', 'utf8').replace(/^\uFEFF/, '');
JSON.parse(text);

V Pythonu to open(path, encoding='utf-8-sig') zvládne automaticky.

Dva podobně vypadající problémy

  • Mezera s nulovou šířkou (U+200B) – přichytí se při kopírování JSON z webové stránky; stejný příznak, jiný kódový bod.
  • Celošířkové uvozovky – čínský IME změní "key" na “key”, což vypadá téměř stejně, ale selže jako Unexpected token “.

Všechny tři jsou chyby neviditelných znaků. Diagnostika je vždy stejná: vypište první bajty hexadecimálně, místo abyste zírali na text.

Časté dotazy

Jak zjistit, zda soubor začíná BOM?

cat neukazuje nic, takže spusťte hexdump -C file.json | head -1. Pokud výstup začíná ef bb bf, soubor má BOM; v čistém UTF-8 souboru má být první 7b (tedy {).

Proč chyba vždy ukazuje na řádek 1, sloupec 1?

BOM sedí před vším ostatním, takže první znak, který parser přečte, je U+FEFF. Selhání tedy přistane na začátku souboru, což soubor nechá vypadat prázdný.

Mám BOM odstranit před parsováním?

Ano. Když server čte konfiguraci nebo parsuje nahrané soubory, nejprve odstraňte úvodní U+FEFF – replace(/^\uFEFF/, '') v Node, encoding='utf-8-sig' v Pythonu – což je mnohem levnější než pozdější diagnostika.

Další čtení