Byte Order Mark (BOM) no início do ficheiro

A AT rejeita ficheiros SAF-T que começam com um BOM UTF-8 ou UTF-16.

O que é um BOM

Um Byte Order Mark é uma assinatura de 2 ou 3 bytes no início absoluto de um ficheiro de texto, que sinaliza qual a codificação Unicode usada:

Codificação	Bytes do BOM
UTF-8	`EF BB BF`
UTF-16 BE	`FE FF`
UTF-16 LE	`FF FE`

Porque é que a AT rejeita BOMs

Windows-1252 não tem conceito de BOM. O esquema oficial do SAF-T e o parser de entrada da AT esperam que o primeiro byte do ficheiro seja o < do prólogo XML, não uma assinatura Unicode.

Quando há um BOM, a declaração XML faz parsing, mas o ficheiro é rejeitado à entrada sem mensagem útil.

Como aparece um BOM

Gravar no Bloco de Notas em Windows ("UTF-8 com BOM" é o padrão).
Alguns ERPs colocam um BOM ao exportar XML "Unicode-aware".
Conversão manual do ficheiro por uma ferramenta que adiciona uma assinatura.

Como corrigir

Retire os primeiros 2 ou 3 bytes. O corpo do XML mantém-se igual.

# Linux/macOS, uma linha para BOM UTF-8
sed -i '1s/^\xEF\xBB\xBF//' my.xml

O SAFTCheck retira o BOM automaticamente quando clica em "Corrigir automaticamente e descarregar".

Detetar um BOM

Abra o ficheiro num editor hexadecimal. Os três primeiros bytes devem ser 3C 3F 78 (ou seja, <?x), e não EF BB BF.

Relacionado

Declaração de codificação XML (Windows-1252) — o requisito mais geral de codificação.