有关UTF-8 编码中BOM的检测与删除

WBOY
发布: 2016-07-25 09:05:27
原创
1382 人浏览过
  1. Shell: #!/bin/sh: No such file or directory
  2. PHP: Warning: Cannot modify header information – headers already sent
复制代码

在详细讨论UTF-8编码中BOM的检测与删除问题前,不妨先通过一个例子热热身:

  1. shell> curl -s http://phone.jbxue.com/ | head -1 | sed -n l
  2. \357\273\277
  3. //EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">\r$
复制代码

如上所示,前三个字节分别是357、273、277,这就是八进制的BOM。

  1. shell> curl -s http://phone.jbxue.com/ | head -1 | hexdump -C
  2. 00000000 ef bb bf 3c 21 44 4f 43 54 59 50 45 20 68 74 6d |...
  3. 00000010 6c 20 50 55 42 4c 49 43 20 22 2d 2f 2f 57 33 43 |l PUBLIC "-//W3C|
  4. 00000020 2f 2f 44 54 44 20 58 48 54 4d 4c 20 31 2e 30 20 |//DTD XHTML 1.0 |
  5. 00000030 54 72 61 6e 73 69 74 69 6f 6e 61 6c 2f 2f 45 4e |Transitional//EN|
  6. 00000040 22 20 22 68 74 74 70 3a 2f 2f 77 77 77 2e 77 33 |" "http://www.w3|
  7. 00000050 2e 6f 72 67 2f 54 52 2f 78 68 74 6d 6c 31 2f 44 |.org/TR/xhtml1/D|
  8. 00000060 54 44 2f 78 68 74 6d 6c 31 2d 74 72 61 6e 73 69 |TD/xhtml1-transi|
  9. 00000070 74 69 6f 6e 61 6c 2e 64 74 64 22 3e 0d 0a |tional.dtd">..|
复制代码

如上所示,前三个字节分别是EF、BB、BF,这就是十六进制的BOM。

注:用到了第三方网站的页面,不能保证例子始终可用。

实际做项目开发时,可能会面对成百上千个文本文件,如果有几个文件混入了BOM,那么很难察觉,如果没有带BOM的UTF-8文本文件例子,可以用vi杜撰几个,相关命令如下: #设置UTF-8编码 :set fileencoding=utf-8 #添加BOM :set bomb #删除BOM :set nobomb #查询BOM :set bomb?

检测UTF-8编码中的BOM

  1. shell> grep -r -I -l $'^\xEF\xBB\xBF' /path
复制代码

删除UTF-8编码中的BOM

  1. shell> grep -r -I -l $'^\xEF\xBB\xBF' /path | xargs sed -i 's/^\xEF\xBB\xBF//;q'
复制代码

推荐:如果使用SVN,可以在pre-commit钩子里加上相关代码用以杜绝BOM。

  1. #!/bin/sh

  2. REPOS="$1"

  3. TXN="$2"
  4. SVNLOOK=/usr/bin/svnlook

  5. FILES=`$SVNLOOK changed -t "$TXN" "$REPOS" | awk '/^[UA]/ {print $2}'`

  6. for FILE in $FILES; do

  7. if $SVNLOOK cat -t "$TXN" "$REPOS" "$FILE" | grep -q $'^\xEF\xBB\xBF'; then
  8. echo "Byte Order Mark be found in $FILE" 1>&2
  9. exit 1
  10. fi
  11. done
复制代码
您可能感兴趣的文章: php实例:检测并清除文件开头的BOM信息 Php批量去除bom头信息的实现代码 php去掉bom头的代码分享 PHP 过滤页面中的BOM数据的简单实例 检测php文件是否有bom头的代码 批量清除php文件中bom的方法 检查并清除php文件中bom的函数 有关 UTF-8 BOM 导致样式错乱的解决方法 BOM与DOM的区别分析


来源:php.cn
本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责声明 Sitemap
PHP中文网:公益在线PHP培训,帮助PHP学习者快速成长!