Question

我正在使用这些代码和类似的东西解析文件...

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

我已经为调试添加了以下内容...

} 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，工作正常。我已经获得了一个UTF-8文件，事情就破了。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：/Users/jzaun/Development/www/classes/App/Gedcom.php:478中带有消息'数组到字符串转换'的未捕获异常'ErrorException' 堆栈跟踪：

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$dataLines[0] == "0 HEAD"之类的事情。我应该如何解析文件，以便与UTF-8一起使用？

Answer 1

这个

ï»¿

是Byte Order Mark (BOM)。它可能是您的问题，因为它改变了第一行并且您的比较失败。

如果它们等于ï»¿，则必须忽略/删除前三个字节。有关示例，请参阅this answer。

PHP和UTF-8字符串竞争

1 个答案: