php程式設計,windows記事本轉utf8編碼,response開頭出現亂碼字元的解決辦法
所謂BOM,全稱是Byte Order Mark,它是一個Unicode字元,通常出現在文字的開頭,用來標識位元組序(Big/Little Endian),除此以外還可以標識編碼(UTF-8/16/32),如果出現在文字中間,則解釋為zero width no-break space。 注:Unicode相關知識的詳細介紹請參考UTF-8, UTF-16, UTF-32 & BOM。 對於UTF-8/16/32而言,它們名字中的8/16/32指的是編碼單位是多少位的,也就是說,它們的編碼單位分別是8/16/32位,換算成位元組就是1/2/4位元組,如果是多位元組,就要牽扯到位元組序,UTF-8以單位元組為編碼單位,所以不存在位元組序。 UTF-8主要的優點是可以相容ASCII,但如果使用BOM的話,這個好處就蕩然無存了,除此以外,BOM的存在還可能引發一些問題,比如下面錯誤便都有可能是BOM導致的:
- Shell: No such file or directory
- PHP: Warning: Cannot modify header information – headers already sent
在詳細討論UTF-8編碼中BOM的檢測與刪除問題前,不妨先通過一個例子熱熱身:
shell> curl -s http://phone.10086.cn/ | head -1 | sed -n l \357\273\277<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional\ //EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">\r$
如上所示,前三個位元組分別是357、273、277,這就是八進位制的BOM。
shell> curl -s http://phone.10086.cn/ | head -1 | hexdump -C 00000000 ef bb bf 3c 21 44 4f 43 54 59 50 45 20 68 74 6d |...<!DOCTYPE htm| 00000010 6c 20 50 55 42 4c 49 43 20 22 2d 2f 2f 57 33 43 |l PUBLIC "-//W3C| 00000020 2f 2f 44 54 44 20 58 48 54 4d 4c 20 31 2e 30 20 |//DTD XHTML 1.0 | 00000030 54 72 61 6e 73 69 74 69 6f 6e 61 6c 2f 2f 45 4e |Transitional//EN| 00000040 22 20 22 68 74 74 70 3a 2f 2f 77 77 77 2e 77 33 |" "http://www.w3| 00000050 2e 6f 72 67 2f 54 52 2f 78 68 74 6d 6c 31 2f 44 |.org/TR/xhtml1/D| 00000060 54 44 2f 78 68 74 6d 6c 31 2d 74 72 61 6e 73 69 |TD/xhtml1-transi| 00000070 74 69 6f 6e 61 6c 2e 64 74 64 22 3e 0d 0a |tional.dtd">..|
如上所示,前三個位元組分別是EF、BB、BF,這就是十六進位制的BOM。 注:用到了第三方網站的頁面,不能保證例子始終可用。 實際做專案開發時,可能會面對成百上千個文字檔案,如果有幾個檔案混入了BOM,那麼很難察覺,如果沒有帶BOM的UTF-8文字檔案,可以用vi杜撰幾個,相關命令如下:
設定UTF-8編碼:
:set fileencoding=utf-8
新增BOM:
:set bomb
刪除BOM:
:set nobomb
查詢BOM:
:set bomb?
如何檢測UTF-8編碼中的BOM呢?
shell> grep -r -I -l $'^\xEF\xBB\xBF' /path
如何刪除UTF-8編碼中的BOM呢?
shell> grep -r -I -l $'^\xEF\xBB\xBF' /path | xargs sed -i 's/^\xEF\xBB\xBF//;q'
推薦:如果你使用SVN的話,可以在pre-commit鉤子里加上相關程式碼用以杜絕BOM。
#!/bin/bash REPOS="$1" TXN="$2" SVNLOOK=/usr/bin/svnlook for FILE in $($SVNLOOK changed -t "$TXN" "$REPOS" | awk '/^[AU]/ {print $NF}'); do if $SVNLOOK cat -t "$TXN" "$REPOS" "$FILE" | grep -q $'^\xEF\xBB\xBF'; then echo "Byte Order Mark be found in $FILE" 1>&2 exit 1 fi done
本文用到了很多shell命令,篇幅所限,恕不詳述,如果有不明白的就請自己搜尋吧。