Question

我正在尝试使用Microsoft Bing API。

$data = file_get_contents("http://api.microsofttranslator.com/V2/Ajax.svc/Speak?appId=APPID&text={$text}&language=ja&format=audio/wav");
$data = stripslashes(trim($data));

返回的数据在返回的字符串的第一个字符中有一个'\ n'字符。它不是空间，因为我在返回数据之前对其进行了尝试。

''字符竟然是％EF％BB％BF。

我想知道为什么会这样，也许是微软的错误？

如何在PHP中删除此％EF％BB％BF？

Answer 1

除非您100％确定流将：（a）始终为UTF-8，并且（b）始终具有UTF-8 BOM，否则不应简单地丢弃BOM。

原因：

在UTF-8中，BOM是可选 - 因此，如果服务在将来某个时候退出发送，您将丢弃响应的前三个字符。
BOM的整个目的是明确地识别UTF-8被解释的UTF流的类型？ -16？或-32 ?,并且还指示编码信息的'endian-ness'（字节顺序）。如果你扔掉它就会假设你总是得到UTF-8;这可能不是一个很好的假设。
并非所有BOM都是3字节长，只有UTF-8是3字节。 UTF-16是两个字节，UTF-32是四个字节。因此，如果服务将来切换到更宽的UTF编码，您的代码就会中断。

我认为更合适的方法是：

/* Detect the encoding, then convert from detected encoding to ASCII */
$enc = mb_detect_encoding($data);
$data = mb_convert_encoding($data, "ASCII", $enc);

Answer 2

$data = file_get_contents("http://api.microsofttranslator.com/V2/Ajax.svc/Speak?appId=APPID&text={$text}&language=ja&format=audio/wav"); $data = stripslashes(trim($data));

if (substr($data, 0, 3) == "\xef\xbb\xbf") { $data = substr($data, 3); }

Answer 3

这是byte order mark（BOM），表示响应编码为UTF-8。您可以安全地删除它，但您应该将剩余部分解析为UTF-8。

Answer 4

我今天遇到了同样的问题，并通过确保字符串设置为UTF-8来修复：

http://php.net/manual/en/function.utf8-encode.php

$ content = utf8_encode（$ content）;

Answer 5

要从字符串的开头删除它（仅限）：

$data = preg_replace('/^%EF%BB%BF/', '', $data);

Answer 6

$data = str_replace('%EF%BB%BF', '', $data);

您可能不应该使用stripslashes - 除非API返回黑色数据（并且99.99％的可能性没有），请接听该电话。

Answer 7

您可以使用substr仅在没有UTF-8 BOM的情况下使用{{3}}：

// if it’s binary UTF-8
$data = substr($data, 3);
// if it’s percent-encoded UTF-8
$data = substr($data, 9);

如何在PHP字符串中删除％EF％BB％BF

7 个答案: