PHP 去除string中的bom「原创」

1. 什么是BOM

BOM全称为Byte Order Mark，是一个位于文件头部的不可见字符，用于指示一个文本文件的字符编码方式。

1.1 UTF-8编码的BOM

UTF-8编码实际上在表现形式上不需要BOM，因为UTF-8的字节序是不重要的。但有时候仍然会出现UTF-8带BOM的情况，这主要是由于一些操作系统或编辑器的缺陷导致的。在UTF-8编码中，BOM有以下三种形式：

    0xEF, 0xBB, 0xBF // UTF-8 with BOM

2. BOM的问题

虽然BOM为文件编码方案提供了标识，但也带来了一些问题，如：

2.1 文件格式判断失败

某些文本编辑器没有正确地处理BOM，导致判断文件格式出错。例如，PHP代码在调用file_get_contents()函数读取某个UTF-8编码的文件时，如果该文件带有BOM，则会导致判断文件格式为binary。

2.2 输出HTML页面时出现乱码

在PHP中使用header()函数指定输出的Content-Type为text/html时，如果页面中包含BOM，则会导致输出乱码。

3. PHP去除BOM的方法

3.1 使用substr()函数去除BOM

可以通过使用substr()函数来删除字串前三个字符（即BOM）。

function removeBOM($str="") {
    if(substr($str, 0, 3) == pack("CCC", 0xEF, 0xBB, 0xBF)) {
        $str = substr($str, 3);
    }
    return $str;
}

3.2 使用preg_replace()函数去除BOM

使用preg_replace()函数可以匹配字串开头的BOM，并将其替换掉。

function removeBOM($str="") {
    $str = preg_replace('/\x{EF\xBB\xBF}/', '', $str);
    return $str;
}

3.3 使用iconv()函数去除BOM

iconv()函数可以将BOM转换为空字符串，从而去除BOM。

function removeBOM($str="") {
    return iconv("UTF-8", "UTF-8//IGNORE", $str);
}