Question

问题所在。我已经找到了很多关于如何在读入文本时去除字节顺序标记的建议，但这似乎是错误的。是否有一种标准的语言方式可以读取Unicode文件并正确识别和处理BOM？

Answer 1

不。你必须手动完成。

BOM是UTF-16LE和UTF-16BE编码中信令字节顺序的一部分，因此UTF-16解码器自动删除它有很多意义（很多人都这样做。）

然而，UTF-8始终具有相同的字节顺序，并且旨在实现ASCII兼容性，因此包括BOM从未被设想为指定的编码方案的一部分，因此实际上它不应该接受任何特殊处理UTF-8解码器。

UTF-8虚假BOM不是编码的一部分，而是一些（主要是微软）应用程序用来表示该文件可能是UTF-8的临时（并且有些争议）标记。它本身并不是一个标准，所以基于UTF-8的规范，如XML和JSON，必须为它做出特殊的分配。

Answer 2

有同样的问题。我的函数_fread（）将删除Bom并解决了给我的问题...

/**
 * Read local file
 * @param   file   local filename
 * @return  Data from file, or false on failure
 */
function _fread ($file = null) {
    if ( is_readable($file) ) {
        if ( !($fh = fopen($file, 'r')) ) return false;
        $data = fread($fh, filesize($file));

        // remove bom
        $bom = pack('H*','EFBBBF');
        $data = preg_replace("/^$bom/", '', $data);

        fclose($fh);
        return $data;
    }
    return false;
}

如何使用PHP读取UTF8 + BOM文件而不将BOM显示为内容？

2 个答案: