X

PHP 判斷/移除 BOM(UTF-8)

BOM: 萬國碼檔案簽名 BOM (Byte Order Mark, U+FEFF)

BOM 的內容可以表示 UNICODE 是哪種編碼, 但是在接收到的檔案, 要拆解後寫入 DB, 看到 BOM 就覺得有點 ooxx.

utf8_encode 看到兩段程式可以來測試 寫入/移除 BOM.

  • 將寫入的檔案內容前加 BOM
    <?php
    function writeUTF8File($filename,$content)
    {
        $f = fopen($filename, 'w');
        fwrite($f, pack("CCC", 0xef,0xbb,0xbf));
        fwrite($f,$content);
        fclose($f);
    }
    ?>
  • 移除 BOM function
    <?php
    function removeBOM($str = '')
    {
        if (substr($str, 0,3) == pack("CCC",0xef,0xbb,0xbf))
            $str = substr($str, 3);
    
        return $str;
    }
    ?>

由此上述 BOM = pack("CCC",0xef,0xbb,0xbf), 所以移除 BOM 的寫法可用上面的 removeBOM function 或 下述其一:

  • str_replace("\xef\xbb\xbf", '', $bom_content);
  • preg_replace("/^\xef\xbb\xbf/", '', $bom_content);

另外看到 判斷此字串是不是 UTF-8 的 function:

<?php
function isUTF8($string)
{
    return (utf8_encode(utf8_decode($string)) == $string);
}
?>

相關網頁

Tsung: 對新奇的事物都很有興趣, 喜歡簡單的東西, 過簡單的生活.
Related Post