最新综合精品亚洲网址,在线中文字日产幕天堂,午夜国产理论电影

注：Unicode相關(guān)知識(shí)的詳細(xì)介紹請(qǐng)參考UTF-8, UTF-16, UTF-32 BOM。

對(duì)于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(shuō)，它們的編碼單位分別是8/16/32位，換算成字節(jié)就是1/2/4字節(jié)，如果是多字節(jié)，就要牽扯到字節(jié)序，UTF-8以單字節(jié)為編碼單位，所以不存在字節(jié)序。

UTF-8主要的優(yōu)點(diǎn)是可以兼容ASCII，但如果使用BOM的話，這個(gè)好處就蕩然無(wú)存了，除此以外，BOM的存在還可能引發(fā)一些問(wèn)題，比如下面錯(cuò)誤便都有可能是BOM導(dǎo)致的：

Shell: #!/bin/sh: No such file or directory
PHP: Warning: Cannot modify header information – headers already sent

在詳細(xì)討論UTF-8編碼中BOM的檢測(cè)與刪除問(wèn)題前，不妨先通過(guò)一個(gè)例子熱熱身：

shell> curl -s http://phone.jb51.net/ | 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(gè)字節(jié)分別是357、273、277，這就是八進(jìn)制的BOM。

shell> curl -s http://phone.jb51.net/ | 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(gè)字節(jié)分別是EF、BB、BF，這就是十六進(jìn)制的BOM。

注：用到了第三方網(wǎng)站的頁(yè)面，不能保證例子始終可用。

實(shí)際做項(xiàng)目開發(fā)時(shí)，可能會(huì)面對(duì)成百上千個(gè)文本文件，如果有幾個(gè)文件混入了BOM，那么很難察覺(jué)，如果沒(méi)有帶BOM的UTF-8文本文件例子，可以用vi杜撰幾個(gè)，相關(guān)命令如下：

#設(shè)置UTF-8編碼
:set fileencoding=utf-8
#添加BOM
:set bomb
#刪除BOM
:set nobomb
#查詢BOM
:set bomb?

如何檢測(cè)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(guān)代碼用以杜絕BOM。

復(fù)制代碼代碼如下:

 
#!/bin/sh 

REPOS="$1" 
TXN="$2" 

SVNLOOK=/usr/bin/svnlook 

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

for FILE in $FILES; 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(qǐng)自己搜索吧。

您可能感興趣的文章:

UTF-8 GBK UTF8 GB2312 之間的區(qū)別和關(guān)系介紹
PHP字符編碼問(wèn)題之GB2312 VS UTF-8解決方法
PHP iconv 解決utf-8和gb2312編碼轉(zhuǎn)換問(wèn)題
php截取utf-8中文字符串亂碼的解決方法
PHP 解決utf-8和gb2312編碼轉(zhuǎn)換問(wèn)題
PHP 字符串編碼截取函數(shù)（兼容utf-8和gb2312）
php實(shí)現(xiàn)utf-8和GB2312編碼相互轉(zhuǎn)換函數(shù)代碼

標(biāo)簽：定州 96 日照內(nèi)蒙古宜賓巴彥淖爾山南防城港

巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《UTF-8 編碼中BOM的檢測(cè)與刪除》，本文關(guān)鍵詞 UTF-8,編碼,中,BOM,的,檢測(cè),；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題，煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們，我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無(wú)關(guān)。