如何使用 PHP 读取 UTF8+BOM 文件而不让 BOM 显示为内容？

Question

问题的意思差不多。我发现了很多关于如何在读入文本后去除字节顺序标记的建议，但这似乎是错误的。在正确识别和处理 BOM 的情况下，在 Unicode 文件中是否有一种标准的语言读取方式？

Answer 1

没有。您必须手动完成。

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（很多人都这样做）是有道理的。

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，因此从未将 BOM 视为指定编码方案的一部分，因此实际上它不应该接收任何特殊的来自 UTF-8 解码器的处理。

UTF-8 faux-BOM 不是编码的一部分，而是一些（主要是 Microsoft）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，因此建立在 UTF-8 之上的规范，如 XML 和 JSON，必须对其进行特殊处理。

Answer 2

有同样的问题。我的函数 _fread() 将删除 bom 并解决了我的问题...

/**
 * 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 文件而不让 BOM 显示为内容？

How to read in UTF8+BOM file using PHP and not have the BOM appear as content?

php

unicode

utf-8