PHP 文件中的 UTF-8 BOM 签名

Question

我正在编写一些带注释的 PHP 类，但偶然发现了一个问题。我的名字（对于@author 标签）以 ș 结尾（这是一个 UTF-8 字符，......而且我知道一个奇怪的名字）。

尽管我将文件保存为 UTF-8，但一些朋友报告说他们看到这个字符完全搞砸了 (È™)。通过添加 BOM 签名可以解决此问题。但是那件事让我有点困扰，因为我对此知之甚少，除了我在 Wikipedia 上看到的以及 SO 上的其他一些类似问题。

我知道它在文件的开头添加了一些东西，据我了解，这并没有那么糟糕，但我很担心，因为我读到的唯一有问题的场景涉及 PHP 文件。而且由于我正在编写 PHP 类来共享它们，因此 100% 兼容比在 cmets 中有我的名字更重要。

但我正在尝试理解其中的含义，我是否应该放心使用它？或者是否有可能造成损害的情况？什么时候？

Answer 1

这是一篇旧帖子，已经得到答复，但我可以留下一些我在遇到此 BOM 问题时找到的其他资源。

http://people.w3.org/rishida/utils/bomtester/index.php 通过此页面，您可以检查特定文件是否包含 BOM。

还有一个方便的脚本可以输出当前目录中所有带有 BOM 的文件。

<?php 
function fopen_utf8 ($filename) { 
    $file = @fopen($filename, "r"); 
    $bom = fread($file, 3); 
    if ($bom != b"\xEF\xBB\xBF") 
    { 
        return false; 
    } 
    else 
    { 
        return true; 
    } 
} 

function file_array($path, $exclude = ".|..|design", $recursive = true) { 
    $path = rtrim($path, "/") . "/"; 
    $folder_handle = opendir($path); 
    $exclude_array = explode("|", $exclude); 
    $result = array(); 
    while(false !== ($filename = readdir($folder_handle))) { 
        if(!in_array(strtolower($filename), $exclude_array)) { 
            if(is_dir($path . $filename . "/")) { 
                                // Need to include full "path" or it's an infinite loop 
                if($recursive) $result[] = file_array($path . $filename . "/", $exclude, true); 
            } else { 
                if ( fopen_utf8($path . $filename) ) 
                { 
                    //$result[] = $filename; 
                    echo ($path . $filename . "<br>"); 
                } 
            } 
        } 
    } 
    return $result; 
} 

$files = file_array("."); 
?>

我在 php.net 找到了该代码

Dreamweaver 对此也有帮助，它为您提供了保存文件而不包含 BOM 内容的选项

这是一个迟到的答案，但我仍然希望它有所帮助。 再见

Answer 2

您知道，php 中有一个选项zend.multibyte，它允许 php 读取带有 BOM 的文件，而不会出现 Headers already sent 错误。

来自 php.ini 文件：

; If enabled, scripts may be written in encodings that are incompatible with
; the scanner.  CP936, Big5, CP949 and Shift_JIS are the examples of such
; encodings.  To use this feature, mbstring extension must be enabled.
; Default: Off
;zend.multibyte = Off

Answer 3

BOM 实际上是识别 UTF-8 文件的最有效方式，现代浏览器和标准都支持并鼓励在 HTTP 响应正文中使用它。

如果是 PHP 文件，它不是文件，而是作为响应发送的生成的输出，所以很明显，在开头保存所有带有 BOM 的 PHP 文件不是一个好主意，但这并不意味着你不应该在您的回复中使用 BOM。

实际上，您可以在 doctype 声明之前安全地注入以下代码（如果您生成 HTML 作为响应）：

<?="\u{FEFF}"?>（或 PHP 7.0.0 之前：<?="\xEF\xBB\xBF"?>）

进一步阅读：https://www.w3.org/International/questions/qa-byte-order-mark#transcoding

Answer 4

在 PHP 中，除了“标头已发送”错误之外，BOM 的存在还会以更微妙的方式破坏浏览器中的 HTML。

请参阅Display problems caused by the UTF-8 BOM 了解问题的概要，重点关注 PHP（W3C 国际化）。

当这种情况发生时，不仅渲染页面的顶部通常会有一个明显的空间，而且如果您在 Firefox 或 Chrome 中检查 HTML，您可能会注意到 head 部分是空的，并且它的元素似乎在身体。

当然，查看源代码会显示它插入的所有内容，但浏览器会将其解释为正文内容（文本）并将其插入到文档对象模型 (DOM) 中。

Answer 5

BOM 会导致Headers already sent 错误，因此，您不能在 PHP 文件中使用 BOM

Answer 6

确实，BOM 是发送到浏览器的实际数据。浏览器会很高兴地忽略它，但您仍然无法发送标头。

我相信问题确实出在您和您朋友的编辑器设置上。如果没有 BOM，您朋友的编辑器可能不会自动将文件识别为 UTF-8。他可以尝试设置他的编辑器，使得编辑器期望文件为 UTF-8（如果您使用真正的 IDE，例如 NetBeans，那么这甚至可以作为您的项目设置可以随代码一起传输）。

另一种方法是尝试一些技巧：一些编辑器尝试根据输入的文本使用一些启发式方法来确定编码。您可以尝试使用

开始每个文件

<?php //Úτƒ-8 encoded

也许启发式会得到它。可能有更好的东西可以放在那里，你可以谷歌搜索哪种编码检测启发式很常见，或者只是尝试一些:-)

总而言之，我建议只修复编辑器设置。

哦，等等，我误读了最后一部分：为了将代码传播到任何地方，我想你最安全的是让所有文件只包含低 7 位字符，即纯 ASCII，或者只是接受一些人古代编辑看到你的名字写得很有趣。没有万无一失的方法。由于标头已经发送，因此 BOM 肯定很糟糕。另一方面，只要你只在 cmets 等中放入 UTF-8 字符，一些编辑器误解编码的唯一影响就是奇怪的字符。我会正确拼写你的名字并添加针对启发式的评论，以便大多数编辑者都能理解，但总会有人看到假字符。

Answer 7

或者您可以在 php.ini 中激活输出缓冲，这将解决“标头已发送”问题。如果您的网站负载很大，使用输出缓冲来提高性能也非常重要。

Answer 8

添加到@omabena 答案使用此代码从您的文件中查找和删除 bom。请务必先备份文件以防万一。

function fopen_utf8 ($filename) { 
    $file = @fopen($filename, "r"); 
    $bom = fread($file, 3); 
    if ($bom != b"\xEF\xBB\xBF") 
    { 
        return false; 
    } 
    else 
    { 
        return true; 
    } 
} 

function file_array($path, $exclude = ".|..|design", $recursive = true) { 
    $path = rtrim($path, "/") . "/"; 
    $folder_handle = opendir($path); 
    $exclude_array = explode("|", $exclude); 
    $result = array(); 
    while(false !== ($filename = readdir($folder_handle))) { 
        if(!in_array(strtolower($filename), $exclude_array)) { 
            if(is_dir($path . $filename . "/")) { 
                                // Need to include full "path" or it's an infinite loop 
                if($recursive) $result[] = file_array($path . $filename . "/", $exclude, true); 
            } else { 
                if ( fopen_utf8($path . $filename) ) 
                { 
                    //$result[] = $filename; 
                    echo ($path . $filename . "<br>"); 
                    $pathname = $path . $filename; // change the pathname to your target file(s) which you want to remove the BOM.
                    $file_handler = fopen($pathname, "r");
                    $contents = fread($file_handler, filesize($pathname));
                    fclose($file_handler);
                    for ($i = 0; $i < 3; $i++){
                        $bytes[$i] = ord(substr($contents, $i, 1));
                    }
                    if ($bytes[0] == 0xef && $bytes[1] == 0xbb && $bytes[2] == 0xbf){
                        $file_handler = fopen($pathname, "w");
                        fwrite($file_handler, substr($contents, 3));
                        fclose($file_handler);
                        printf("%s BOM removed.<br/>n", $pathname);
                    }
                } 
            } 
        } 
    } 
    return $result; 
} 

$files = file_array(".");