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.

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);
}
?>

相關網頁

• UTF-8 and BOM