So entfernen Sie mehrere UTF-8-BOM-Sequenzen

Question 1

Verwenden von PHP5 (cgi) zum Ausgeben von Vorlagendateien aus dem Dateisystem und Probleme beim Ausspucken von rohem HTML.

private function fetch($name) {
    $path = $this->j->config['template_path'] . $name . '.html';
    if (!file_exists($path)) {
        dbgerror('Could not find the template "' . $name . '" in ' . $path);
    }
    $f = fopen($path, 'r');
    $t = fread($f, filesize($path));
    fclose($f);
    if (substr($t, 0, 3) == b'\xef\xbb\xbf') {
        $t = substr($t, 3);
    }
    return $t;
}

Obwohl ich den BOM-Fix hinzugefügt habe, habe ich immer noch Probleme damit, dass Firefox ihn akzeptiert. Sie können eine Live-Kopie hier sehen: http://ircb.in/jisti/ (und die Vorlagendatei, auf die ich geworfen habe http://ircb.in/jisti/home.html wenn du es dir ansehen willst)

Irgendeine Idee, wie man das beheben kann? o_o

Question 2

Sie würden den folgenden Code verwenden, um utf8 bom zu entfernen

//Remove UTF8 Bom

function remove_utf8_bom($text)
{
    $bom = pack('H*','EFBBBF');
    $text = preg_replace("/^$bom/", '', $text);
    return $text;
}

Question 3

Versuchen:

// -------- read the file-content ----
$str = file_get_contents($source_file); 

// -------- remove the utf-8 BOM ----
$str = str_replace("\xEF\xBB\xBF",'',$str); 

// -------- get the Object from JSON ---- 
$obj = json_decode($str);

🙂

Question 4

Eine andere Möglichkeit, die BOM zu entfernen, ist der Unicode-Codepunkt U+FEFF

$str = preg_replace('/\x{FEFF}/u', '', $file);

Question 5

b'\xef\xbb\xbf' steht für den Literal-String “\xef\xbb\xbf”. Wenn Sie nach einer Stückliste suchen möchten, müssen Sie doppelte Anführungszeichen verwenden, also die \x Sequenzen werden tatsächlich in Bytes interpretiert:

"\xef\xbb\xbf"

Ihre Dateien scheinen auch viel mehr Müll zu enthalten als nur eine einzige führende Stückliste:

$ curl http://ircb.in/jisti/ | xxd

0000000: efbb bfef bbbf efbb bfef bbbf efbb bfef  ................
0000010: bbbf efbb bf3c 2144 4f43 5459 5045 2068  .....<!DOCTYPE h
0000020: 746d 6c3e 0a3c 6874 6d6c 3e0a 3c68 6561  tml>.<html>.<hea
...

Question 6

Wenn jemand CSV-Import verwendet, ist der folgende Code nützlich

$header = fgetcsv($handle);
foreach($header as $key=> $val) {
     $bom = pack('H*','EFBBBF');
     $val = preg_replace("/^$bom/", '', $val);
     $header[$key] = $val;
}

Question 7

Diese globale Funktion wird für den Basiszeichensatz des UTF-8-Systems aufgelöst. Panzer!

function prepareCharset($str) {

    // set default encode
    mb_internal_encoding('UTF-8');

    // pre filter
    if (empty($str)) {
        return $str;
    }

    // get charset
    $charset = mb_detect_encoding($str, array('ISO-8859-1', 'UTF-8', 'ASCII'));

    if (stristr($charset, 'utf') || stristr($charset, 'iso')) {
        $str = iconv('ISO-8859-1', 'UTF-8//TRANSLIT', utf8_decode($str));
    } else {
        $str = mb_convert_encoding($str, 'UTF-8', 'UTF-8');
    }

    // remove BOM
    $str = urldecode(str_replace("%C2%81", '', urlencode($str)));

    // prepare string
    return $str;
}

Question 8

Eine Lösung ohne pack Funktion:

$a = "1";
var_dump($a); // string(4) "1"

function deleteBom($text)
{
    return preg_replace("/^\xEF\xBB\xBF/", '', $text);
}

var_dump(deleteBom($a)); // string(1) "1"