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.
在 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); } ?>