如何从文件开头删除？

Question

我有一个CSS文件，使用gedit打开时看起来很好，但当PHP读取它（用于合并所有CSS文件），此CSS文件前面会添加以下字符：。

由于PHP会删除所有空格，所以代码中间的随机会破坏整个代码。正如我所提到的，当我在gedit中打开文件时，实际上看不到这些字符，因此无法轻松删除它们。

我在Google上搜索了这个问题，显然文件编码出了问题，可能是因为我通过ftp和rsync将文件移到不同的Linux / Windows服务器，并使用了各种文本编辑器。但我对字符编码不太了解，所以希望得到帮助。

如果有帮助的话，该文件以UTF-8格式保存，并且gedit不允许我将其保存为ISO-8859-15格式（该文档包含一个或多个字符，无法使用指定的字符编码进行编码）。我尝试过使用Windows和Linux换行符保存它，但都没有帮助。

- Matt

---

这似乎解决了问题。 http://www.95isalive.com/expression/index.html - user928609

有人剥夺了我们的BOM。 - David Heffernan

https://dev59.com/J3rZa4cB1Zd3GeqP46OU - phuclv

Answer 1

有三个词需要注意：

字节顺序标记（BOM）

BOM表示UTF-8 BOM在ISO-8859-1中的表示。你需要告诉你的编辑器不要使用BOM或使用另一个编辑器来删除它们。

为了自动删除BOM，可以像这个问题中所示使用awk。

如另一个答案所述，PHP最好能正确解释BOM，可以使用mb_internal_encoding()来实现，代码如下：

 <?php
   //Storing the previous encoding in case you have some other piece 
   //of code sensitive to encoding and counting on the default value.      
   $previous_encoding = mb_internal_encoding();

   //Set the encoding to UTF-8, so when reading files it ignores the BOM       
   mb_internal_encoding('UTF-8');

   //Process the CSS files...

   //Finally, return to the previous encoding
   mb_internal_encoding($previous_encoding);

   //Rest of the code...
  ?>

- Vinko Vrsalovic

---

它不会移除BOM，而是忽略它。 - Cole Tobin

或者另一种方法是更改编码方式。 - mr5

Windows Notepad（呃）会添加它们；建议使用Notepad++，它允许设置“UTF-8无BOM”作为编码。或者使用一个真正的编辑器...（emacs！） :-) - jesup

确实，这正是问题所在，不同的字符编码会对同一字符使用不同的字节。请再次阅读答案的第三段。 - Vinko Vrsalovic

感谢您的回复。这是因为我的文本编辑器处于UTF-8模式，当我将它们粘贴到其中时，必须更改这些字符的编码方式。如果我首先将编辑器设置为IS0 8859-1 Latin 1编码模式，则不会发生这种情况。 - martineau

Answer 2

在Notepad++中打开您的文件。从编码菜单中选择不带BOM的UTF-8转换，保存文件，并用此新文件替换旧文件。它一定会起作用。

- V.Rohan

---

在Notepad++ v7.6.6 (64位)中，您需要点击转换为UTF-8。 - stomy

Answer 3

在 PHP 中，您可以执行以下操作来删除所有非字符，包括所讨论的字符。

$response = preg_replace('/[\x00-\x1F\x80-\xFF]/', '', $response);

- Michael Schreiber

---

如果您只想去掉“ï”，请使用以下代码： $response = preg_replace('/[\x80-\xFF]//', '', $response); - nh-labs

@guido_nhcol.com.br_ 您多加了一个斜杠，应该是：$response = preg_replace('/[\x80-\xFF]/', '', $response); - H Aßdøµ

Answer 4

对于那些具有Shell访问权限的人，这里有一个小命令，可以在public_html目录中查找所有带有BOM设置的文件 - 确保将其更改为您服务器上的正确路径

代码：

grep -rl $'\xEF\xBB\xBF' /home/username/public_html

如果你熟悉vi编辑器，并且感到舒适，那么可以在vi中打开文件：

vi /path-to-file-name/file.php

输入命令以删除BOM：

set nobomb

保存文件：

wq

- Diego Palomar

---

使用 grep -rlI $'\xEF\xBB\xBF' . 命令来忽略二进制文件。 - Nabi K.A.Z.

Answer 5

BOM只是一个字符序列($EF $BB $BF用于UTF-8)，所以可以通过脚本或者配置编辑器来移除它们。

引自“从UTF-8中删除BOM”:

#!/usr/bin/perl
@file=<>;
$file[0] =~ s/^\xEF\xBB\xBF//;
print(@file);

我相信它很容易转换成PHP。

- Eugene Yokota

---

请注意，BOM不是字符序列，而是单个字符。如果文件使用UTF-8编码，则该字符由三个字节表示。 如果以另一种编码（即EF BB BF出现在BOM应该在的位置上的编码）查看UTF-8文件，则会出现错误。要从UTF-8文件中删除BOM，只需删除U+FEFF（单个）字符即可。是的，这很苛刻！ - Jeffrey L Whitledge

我在PHP中无法使其工作（那只是我的无能，不是你的:P），所以我进行了一次检查，看看BOM是否存在，并删除前三个字符。如果有人需要代码，请看这里： if( substr($css, 0,3) == pack("CCC",0xef,0xbb,0xbf) ) { $css = substr($css, 3); } - Matt

它将php代码翻译为$string = preg_replace('/\x{EF}\x{BB}\x{BF}/','',$string);。在使用之前，请重新考虑是否可以在源头解决问题。 - commonpike

Answer 6

对我来说，这个方法可行：

<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

如果我删除这个元标记，那么将再次出现。希望这能帮助到某些人...

- NickWebman

Answer 7

我不知道 PHP，所以不知道这是否可能，但最好的解决方法是将文件读取为 UTF-8 而不是其他编码方式。BOM 实际上是一个零宽的不换行空格。这是空格，因此如果文件按正确的编码方式（UTF-8）读取，则 BOM 将被解释为空格并在生成的 CSS 文件中被忽略。

另外，正确地读取文件的另一个优点是您不必担心字符被误解。您的编辑器告诉您想要保存的代码页不能处理所有需要的字符。如果 PHP 以不正确的编码方式读取文件，则非 BOM 字符很可能被静默地误解。在任何地方使用 UTF-8，这些问题就会消失。

- Jeffrey L Whitledge

Answer 8

您可以使用

vim -e -c 'argdo set fileencoding=utf-8|set encoding=utf-8| set nobomb| wq'

使用awk进行替换似乎可行，但它不是原地替换。

- till

Answer 9

打开Notepad++中的PHP文件。

点击顶部的编码（Encoding），从“UTF-8无BOM编码”更改为“UTF-8编码”。保存并覆盖服务器上的文件。

- Problem Solved

Answer 10

使用grep命令查找所有含有BOM头的文件，并将结果传递给xargs命令，再通过vim命令打开这些文件，并设置编码为utf-8格式，同时去除BOM头后保存并退出。

- Simone

---

使用 grep -rlI $'\xEF\xBB\xBF' . 忽略二进制文件。此处使用 . 比 * 更好。 - Nabi K.A.Z.