PHP与Unicode签名（BOM）

最新推荐文章于 2023-12-03 09:14:39 发布

qinglu

最新推荐文章于 2023-12-03 09:14:39 发布

阅读量983

点赞数

分类专栏： Linux

Linux 专栏收录该内容

32 篇文章 0 订阅

订阅专栏

http://www.cnblogs.com/flashlm/archive/2009/09/06/1561265.htm

PHP经典乱码“锘”字与解决办法

在一个简单的请求和响应时，PHP 返回来的数据在 IE 中开头总显示一个 “锘?” 字！上网 Baidu 了一下，发现这是由于系统处理 UTF-8 的方法不同而导致的。

　　php 返回的 UTF-8 数据开头自动加了标志，是对于 UTF-8的标识。对于 javascript 来说，不会在意这个标识，依然当作数据来读，所以就会出现这个经典的 “锘”乱码。

　　解决办法：把相关的文件源码复制到 Dreamweaver 里然后再保存就可以了。
或者用Ultraedit“另存为”UTF8-无BOM格式。

　　如果使用 windows 记事本保存的 UTF-8 格式。使用UltraEdit编辑器，打开高级>配置>Unicode/utf-8 检测，把自动检测UTF-8文件，自动检测没有BOM的Unicode文件等前面的勾全去掉，然后你再打开那个文件，就会发觉“锘 ”这个字符出现了。

PHP与Unicode签名（BOM）

在编写或者修改用UTF-8编码保存的PHP文件时，有时会莫名其妙出现一些问题：

1. 页面显示一个“锘”字，其他一片空白；
2. 不能登入或者不能登出；
3. 页顶出现一条空白；
4. 页顶出现错误警告；
5. 其它不正常的情况；
6. 生成的图片浏览器无法识别。

分析原因：
　文件以UTF-8编码保存时，有两种情情况：带Unicode签名（BOM）和不带Unicode签名。BOM信息是文件开头的一串隐藏的字符，用于让某些编辑器识别这是个UTF-8编码的文件。

 类似WINDOWS自带的记事本等软件，在保存一个以UTF-8编码的文件时，会在文件开始的地方插入三个不可见的字符（0xEF 0xBB 0xBF，即BOM——Byte Order Mark）。它是一串隐藏的字符，用于让记事本等编辑器识别这个文件是否以UTF-8编码。对于一般的文件，这样并不会产生什么麻烦。

 但对于 PHP来说，PHP在设计时就没有考虑BOM的问题，不会忽略UTF-8编码的文件开头BOM的那三个字符，会把BOM作为该文件开头正文的一部分。由于必须在<?或者<?php后面的代码才会作为PHP代码执行，所以将会造成在页面上输出这三个字符，显示效果就要看浏览器了，一般是一个空行或是一个乱码。由于在html一开头有这3个字符的存在，即使页面的 top padding 设置为0，也无法让整个网页紧贴浏览器顶部。由于受COOKIE送出机制的限制，在这些文件开头已经有BOM的文件中，COOKIE无法送出（因为在 COOKIE送出前PHP已经送出了文件头），所以登入和登出功能失效。一切依赖COOKIE、SESSION实现的功能全部无效。

解决办法：

 在编辑、更改任何文本文件时，请务必使用不会乱加BOM的编辑器。Linux下的编辑器应该都没有这个问题。WINDOWS下，请勿使用记事本等编辑器。推荐的编辑器是：Editplus 2.12版本以上；EmEditor；UltraEdit（需要取消‘添加BOM’的相关选项）；Dreamweaver（需要取消‘添加BOM’的相关选项）等。

 对于已经添加了BOM的文件，要取消的话，可以用以上编辑器另存一次。（Editplus需要先另存为gb，再另存为UTF-8。）

 ultraedit, editplus, notepad四个工具对UTF-8 的支持不相同，下面是对四个工具对UTF-8 支持的总结:
　　UTF-8 BOM header: 是三个字符: EF BB BF。
　　1. notepad
 notepad 在保存时，选择UTF-8 格式，会在文件头写上BOM header.
　　2. editplus
 文件保存时，选择UTF-8 格式，不会在文件头写上 BOM header.
　　3. ultraedit
 ultraedit 对UTF-8 的支持最为完备。在advanced->configuration中可以 选择文件保存时是否写上BOM header.
　　4. vi
 指的是Linux 下的vim, 如果UTF-8 文件开头有BOM header, 其能够正常显示UTF-8编码，否则，显示为乱码。
　　还有一些编码转换工具，比如，可以用java 写一个简单的编码转换工具，这些工具是不会增加BOM header的。

附录：

 UltreEdit的配置，将选项“保存时对所有UTF-8写入UTF-8文件头标记(BOM)”关闭。即：Write UTF-8 BOM header to ALL UTF-8 files when saved OFF。
 不同版本有可能没有，而要把“自动检测utf8”关掉。这样看utf8文件就乱码了。
 建议用editplus了。

检测目录下文件是否有BOM程序：
<?
//此文件用于快速测试UTF8编码的文件是不是加了BOM，并可自动移除
//By Bob Shen

$basedir=".";; //修改此行为需要检测的目录，点表示当前目录
$auto=0; //是否自动移除发现的BOM信息。1为是，0为否。

//以下不用改动

if ($dh = opendir($basedir)) {
 while (($file = readdir($dh)) !== false) {
 if ($file!='.' && $file!='..' && !is_dir($basedir."/".$file)) echo "filename: $file ".checkBOM("$basedir/$file")." ";
 }
 closedir($dh);
}

function checkBOM ($filename) {
 global $auto;
 $contents=file_get_contents($filename);
 $charset[1]=substr($contents, 0, 1);
 $charset[2]=substr($contents, 1, 1);
 $charset[3]=substr($contents, 2, 1);
 if (ord($charset[1])==239 && ord($charset[2])==187 && ord($charset[3])==191) {
 if ($auto==1) {
 $rest=substr($contents, 3);
 rewrite ($filename, $rest);
 return ("BOM found, automatically removed.");
 } else {
 return ("BOM found.");
 }
 }
 else return ("BOM Not Found.");
 }

function rewrite ($filename, $data) {
 $filenum=fopen($filename,"w");
 flock($filenum,LOCK_EX);
 fwrite($filenum,$data);
 fclose($filenum);
}
?>

参考文章：
http://paingaingavin.spaces.live.com/blog/cns!7A6BACD7A08F1B4F!1767.entry
http://www.diggsoft.com/websoft/blog/200810-12-15045.html