web-dev-qa-db-ja.com

複数のUTF-8 BOMシーケンスを削除する方法

PHP5（cgi）を使用してテンプレートファイルをファイルシステムから出力し、生のHTMLを吐き出す問題があります。

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;
}

BOM修正を追加しましたが、Firefoxがそれを受け入れる際にまだ問題があります。ここでライブコピーを見ることができます： http://ircb.in/jisti/ （そして私が投げたテンプレートファイル http://ircb.in/jisti/home.html チェックアウトしたい場合）

これを修正する方法はありますか？ o_o

phputf-8byte-order-mark
47
sheppardzw

次のコードを使用してutf8 bomを削除します

//Remove UTF8 Bom

function remove_utf8_bom($text)
{
    $bom = pack('H*','EFBBBF');
    $text = preg_replace("/^$bom/", '', $text);
    return $text;
}
128
jasonhao

試してください：

// -------- 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);

:)

32
o1max

UnicodeコードポイントU + FEFFであるBOMを削除する別の方法

$str = preg_replace('/\x{FEFF}/u', '', $file);
13
Dean Or

b'\xef\xbb\xbf'はリテラル文字列「\ xef\xbb\xbf」を表します。 BOMを確認する場合は、二重引用符を使用する必要があるため、\xシーケンスは実際にはバイトに解釈されます：

"\xef\xbb\xbf"

ファイルには、単一の主要なBOMよりも多くのゴミが含まれているようです。

$ 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
...
7
deceze

このグローバル関数は、UTF-8システムのベース文字セットを解決します。戦車！

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;
}
4
Patrick Otto

誰かがcsv importを使用している場合は、以下のコードが便利です

           $header = fgetcsv($handle);
            foreach($header as $key=> $val) {
                $bom = pack('H*','EFBBBF');
                $val = preg_replace("/^$bom/", '', $val);
                $header[$key] = $val;
            }
3
phvish

同じ仕事をするための追加の方法：

function remove_utf8_bom_head($text) {
    if(substr(bin2hex($text), 0, 6) === 'efbbbf') {
        $text = substr($text, 3);
    }
    return $text;
}

私が見つけた他の方法は私の場合には機能しません。

特別な場合に役立つことを願っています。

1
Alfred Huang

pack関数を使用しないソリューション：

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

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

var_dump(deleteBom($a)); // string(1) "1"
0
ktran

これが役立つかもしれません。私の思考プロセスを拡大してくれないかどうか教えてください。

<?php
    //
    // labled TESTINGSTRIPZ.php
    //

    define('CHARSET', 'UTF-8');

    $stringy = "\xef\xbb\xbf\"quoted text\" ";
    $str_find_array    = array( "\xef\xbb\xbf");
    $str_replace_array = array(             '');


    $RESULT =
        trim(
            mb_convert_encoding(

                str_replace(
                    $str_find_array,
                    $str_replace_array,
                    strip_tags( $stringy )
                    ),

                'UTF-8',

                mb_detect_encoding(
                    strip_tags($stringy)
                    )

                )
            );

        print("YOUR RESULT IS: " . $RESULT.PHP_EOL);

?>

結果：

terminal$ php TESTINGSTRIPZ.php 
      YOUR RESULT IS: "quoted text" // < with no hidden char.
0
JayRizzo

障害のあるソフトウェアを使用する場合、BOMパーツが保存ごとに増加することがあります。

だから私はこれを使ってそれを取り除きます。

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

}

0
Juergen