如何删除多个UTF-8 BOM序列

Question

如何删除多个UTF-8 BOM序列

使用PHP5(cgi)从文件系统输出模板文件,并且有问题吐出原始HTML.

private function fetch($name) {
    $path = $this->j->config['template_path'] . $name . '.html';
    if (!file_exists($path)) {
        dbgerror('Could not find the template "' . $name . '" in ' . $path);
    }
    $f = fopen($path, 'r');
    $t = fread($f, filesize($path));
    fclose($f);
    if (substr($t, 0, 3) == b'\xef\xbb\xbf') {
        $t = substr($t, 3);
    }
    return $t;
}

Run Code Online (Sandbox Code Playgroud)

即使我已经添加了BOM修复程序,我仍然遇到Firefox接受它的问题.你可以在这里看到一个实时的副本:http://ircb.in/jisti/(如果你想查看它,我在http://ircb.in/jisti/home.html投掷的模板文件)

知道如何解决这个问题吗？O_O

Answer 1

小智 133

你将使用以下代码删除utf8 bom

//Remove UTF8 Bom

function remove_utf8_bom($text)
{
    $bom = pack('H*','EFBBBF');
    $text = preg_replace("/^$bom/", '', $text);
    return $text;
}

Run Code Online (Sandbox Code Playgroud)

@fsociety BOM 是三个字节 - `0xef 0xbb 0xbf`。所以 pack 使用 H* 格式，这意味着将字符串中的所有值解释为十六进制字节。我更喜欢o1max的答案（虽然分数较低），它简单地使用带有转义字符的字符串：`"\xEF\xBB\xBF"` (2认同)

Answer 2

小智 34

尝试:

// -------- read the file-content ----
$str = file_get_contents($source_file); 

// -------- remove the utf-8 BOM ----
$str = str_replace("\xEF\xBB\xBF",'',$str); 

// -------- get the Object from JSON ---- 
$obj = json_decode($str);

Run Code Online (Sandbox Code Playgroud)

:)

Answer 3

Dea*_* Or 13

另一种删除BOM的方法是Unicode代码点U + FEFF

$str = preg_replace('/\x{FEFF}/u', '', $file);

Run Code Online (Sandbox Code Playgroud)

Answer 4

dec*_*eze 7

b'\xef\xbb\xbf'代表文字字符串"\ xef\xbb\xbf".如果要检查BOM,则需要使用双引号,因此\x序列实际上被解释为字节:

"\xef\xbb\xbf"

Run Code Online (Sandbox Code Playgroud)

您的文件似乎还包含比单个前导BOM更多的垃圾:

$ curl http://ircb.in/jisti/ | xxd

0000000: efbb bfef bbbf efbb bfef bbbf efbb bfef  ................
0000010: bbbf efbb bf3c 2144 4f43 5459 5045 2068  .....<!DOCTYPE h
0000020: 746d 6c3e 0a3c 6874 6d6c 3e0a 3c68 6561  tml>.<html>.<hea
...

Run Code Online (Sandbox Code Playgroud)

Answer 5

小智 6

如果有人使用 csv import 那么下面的代码很有用

$header = fgetcsv($handle);
foreach($header as $key=> $val) {
     $bom = pack('H*','EFBBBF');
     $val = preg_replace("/^$bom/", '', $val);
     $header[$key] = $val;
}

Run Code Online (Sandbox Code Playgroud)

Answer 6

Pat*_*tto 5

该全局函数解析 UTF-8 系统基本字符集。坦克！

function prepareCharset($str) {

    // set default encode
    mb_internal_encoding('UTF-8');

    // pre filter
    if (empty($str)) {
        return $str;
    }

    // get charset
    $charset = mb_detect_encoding($str, array('ISO-8859-1', 'UTF-8', 'ASCII'));

    if (stristr($charset, 'utf') || stristr($charset, 'iso')) {
        $str = iconv('ISO-8859-1', 'UTF-8//TRANSLIT', utf8_decode($str));
    } else {
        $str = mb_convert_encoding($str, 'UTF-8', 'UTF-8');
    }

    // remove BOM
    $str = urldecode(str_replace("%C2%81", '', urlencode($str)));

    // prepare string
    return $str;
}

Run Code Online (Sandbox Code Playgroud)

归档时间：	13 年，4 月前
查看次数：	65415 次
最近记录：	5 年，9 月前