UTF-8文件的BOM头的来由及去除方法

时间:2023-01-06 00:03:20
1.什么是BOM头
    在utf-8编码文件中BOM在文件头部,占用三个字节,用来标识该文件属于utf-8编码,现在已经有很多软件识别BOM头,但还是有些不能识别BOM头,比如PHP就不能识别BOM头,这也就是用记事本编辑utf-8编码的PHP文件后,就会报错的原因。
 
2.包含BOM头文件的产生
    在windows环境下,用记事本打开任何一个文本文件,另存为utf-8格式后,这样文件就自动被加上了BOM头信息。
    比较:
             utf-8(含BOM头)
             UTF-8文件的BOM头的来由及去除方法
 
             utf-8(不含BOM头)
             UTF-8文件的BOM头的来由及去除方法
    
    从上图的比较中,可以很明显的看出,含BOM头的文件多出三个字节efbbbf。
 
3.BOM头信息的去除方法
    用Notepad++打开文件,选择格式 -> 以UTF-8无BOM格式编码,再保存就行。如下图:
     UTF-8文件的BOM头的来由及去除方法
 
4.在PHP类的项目中,自动处理BOM头信息(只需要将此文件放在项目根目录下,从浏览器访问即可)
<</font>?php

if (isset($_GET['dir'])){ //设置文件目录   

    $basedir = $_GET['dir'];
else {

    $basedir = '.';
}

checkdir($basedir);


function checkdir($basedir){
    if ($dh = opendir($basedir))
{
        while (($file = readdir($dh)) !== false)
{
            if ($file != '.' && $file != '..') {
                if (!is_dir($basedir
"/" . $file))
{
                    echo "filename: $basedir/$file
"
 . checkBOM("$basedir/$file")
"
"
;
                } else {

                    $dirname = $basedir
"/" .
$file;
                    checkdir($dirname);

                }

            }

        }

        closedir($dh);

    }

}


function checkBOM($filename,$auto = 1) {
    $contents = file_get_contents($filename);

    $charset[1= substr($contents, 01);
    $charset[2= substr($contents, 11);
    $charset[3= substr($contents, 21);