PHP 和 UTF-8 字符串比较答案

【问题标题】：PHP and UTF-8 string compairsPHP 和 UTF-8 字符串比较
【发布时间】：2013-08-03 06:11:19
【问题描述】：

我经常使用这段代码和类似的东西来解析文件...

if ($dataLines[0] == "0 HEAD" && 
    ($dataLines[count($dataLines) - 1] == "0 TRLR" ||
     $dataLines[count($dataLines) - 2] == "0 TRLR")) {
              // More Code Here
}

我添加了以下 else 用于调试...

} else {
    $this->error("import(): File is not a gedcom datafile: " . $filename);
    $this->debug("import(): Lines: " . count($dataLines));
    $this->debug("import(): Lines: dataLines[0] = [" . $dataLines[0] ."]");
    $this->debug("import(): Lines: dataLines[count($dataLines) - 1] = [" . $dataLines[count($dataLines) - 1] ."]");
}

当我解析 ANSII 文件时，一切正常。我收到了一个 UTF-8 格式的文件，然后事情就坏了。我的输出是：

Starting gedcom read
import(): File is not a gedcom datafile: /Users/jzaun/Development/www/assets/trees/greek/tree.ged
import(): Lines: 10712
import(): Lines: dataLines[0] = [ï»¿0 HEAD ]

我也遇到了错误：

PHP 致命错误：在 /Users/jzaun/Development/www/classes/App/Gedcom.php:478 中未捕获的异常“ErrorException”和消息“数组到字符串转换” 堆栈跟踪：

要加载我正在使用的文件：

function file_get_contents_utf8($fn) {
    $content = file_get_contents($fn);
    return mb_convert_encoding($content, 'UTF-8', mb_detect_encoding($content));
}

$data = $this->file_get_contents_utf8($filename);
$dataLines = explode("\n", trim($data));
if (count($dataLines) == 1) {
    $dataLines = explode("\r", trim($data));
}

我猜我要么加载文件错误，要么我不应该做像$dataLines[0] == "0 HEAD" 这样的事情。我应该如何解析文件以使其适用于 UTF-8？

【问题讨论】：

标签： php parsing utf-8

【解决方案1】：

这个

ï»¿

是Byte Order Mark (BOM)。这可能是您的问题，因为它正在更改第一行并且您的比较失败。

如果前三个字节等于ï»¿，则必须忽略/删除它们。一个例子请参见this answer。

【讨论】：