PHP与Unicode签名（BOM）

在编写或者修改用UTF-8编码保存的PHP文件时，有时会莫名其妙出现一些问题：
1. 页面显示一个“锘”字，其他一片空白；
2. 不能登入或者不能登出；
3. 页顶出现一条空白；
4. 页顶出现错误警告；
5. 其它不正常的情况；
6. 生成的图片浏览器无法识别。
分析原因：
　文件以UTF-8编码保存时，有两种情情况： 带Unicode签名（BOM）和不带Unicode签名。BOM信息是文件开头的一串隐藏的字符，用于让某些编辑器识别这是个UTF-8编码的文件。

    类似WINDOWS自带的记事本等软件，在保存一个以UTF-8编码的文件时，会在文件开始的地方插入三个不可见的字符（0xEF 0xBB 0xBF，即BOM??Byte Order Mark）。它是一串隐藏的字符，用于让记事本等编辑器识别这个文件是否以UTF-8编码。对于一般的文件，这样并不会产生什么麻烦。
   
    但对于 PHP来说， PHP在设计时就没有考虑BOM的问题，不会忽略UTF-8编码的文件开头BOM的那三个字符，会把BOM作为该文件开头正文的一部分。由于必须在
解决办法：

    在编辑、更改任何文本文件时，请务必使用不会乱加BOM的编辑器。Linux下的编辑器应该都没有这个问题。WINDOWS下，请勿使用记事本等编辑器。推荐的编辑器是：Editplus 2.12版本以上；EmEditor；UltraEdit（需要取消‘添加BOM’的相关选项）；Dreamweaver（需要取消‘添加BOM’的相关选项）等。

    对于已经添加了BOM的文件，要取消的话，可以用以上编辑器另存一次。（Editplus需要先另存为gb，再另存为UTF-8。）

    ultraedit, editplus, notepad四个工具对UTF-8 的支持不相同，下面是对四个工具对UTF-8 支持的总结:
　　UTF-8 BOM header: 是三个字符: EF BB BF。
　　1. notepad
        notepad 在保存时，选择UTF-8 格式，会在文件头写上BOM header.
　　2. editplus
        文件保存时，选择UTF-8 格式，不会在文件头写上 BOM header.
　　3. ultraedit
        ultraedit 对UTF-8 的支持最为完备。在advanced->configuration中可以    选择文件保存时是否写上BOM header.
　　4. vi
        指的是Linux 下的vim, 如果UTF-8 文件开头有BOM header, 其能够正常显示UTF-8编码，否则，显示为乱码。
　　还有一些编码转换工具，比如，可以用java 写一个简单的编码转换工具，这些工具是不会增加BOM header的。

附录：

    UltreEdit的配置，将选项“保存时对所有UTF-8写入UTF-8文件头标记(BOM)”关闭。即：Write UTF-8 BOM header to ALL UTF-8 files when saved OFF。
    不同版本有可能没有，而要把“自动检测utf8”关掉。这样看utf8文件就乱码了。
    建议用editplus了。


检测目录下文件是否有BOM程序：

//此文件用于快速测试UTF8编码的文件是不是加了BOM，并可自动移除
//By Bob Shen

$basedir=".";; //修改此行为需要检测的目录，点表示当前目录
$auto=0; //是否自动移除发现的BOM信息。1为是，0为否。

//以下不用改动

if ($dh = opendir($basedir)) {
    while (($file = readdir($dh)) !== false) {
        if ($file!='.' && $file!='..' && !is_dir($basedir."/".$file)) echo "filename: $file ".checkBOM("$basedir/$file")."
";
    }
    closedir($dh);
}

function checkBOM ($filename) {
    global $auto;
    $contents=file_get_contents($filename);
    $charset[1]=substr($contents, 0, 1);
    $charset[2]=substr($contents, 1, 1);
    $charset[3]=substr($contents, 2, 1);
    if (ord($charset[1])==239 && ord($charset[2])==187 && ord($charset[3])==191) {
        if ($auto==1) {
        $rest=substr($contents, 3);
        rewrite ($filename, $rest);
        return ("BOM found, automatically removed.");
        } else {
        return ("BOM found.");
        }
    }
        else return ("BOM Not Found.");
    }

function rewrite ($filename, $data) {
    $filenum=fopen($filename,"w");
    flock($filenum,LOCK_EX);
    fwrite($filenum,$data);
    fclose($filenum);
}
?>

参考文章：
http://paingaingavin.spaces.live.com/blog/cns!7A6BACD7A08F1B4F!1767.entry
http://www.diggsoft.com/websoft/blog/200810-12-15045.html