PHP与Unicode签名（BOM）

爱被打了一巴掌 2022-03-18 10:10 882阅读 0赞

[http://www.cnblogs.com/flashlm/archive/2009/09/06/1561265.htm][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）][PHP_Unicode_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

[http_www.cnblogs.com_flashlm_archive_2009_09_06_1561265.htm]: http://www.cnblogs.com/flashlm/archive/2009/09/06/1561265.htm
[PHP_Unicode_BOM]: http://www.cnblogs.com/flashlm/archive/2009/09/06/php_bom.html