如何手动过滤UTF-8文件BOM头前三个字节以在PHP中读取？

本文共计635个文字，预计阅读时间需要3分钟。

直接使用`fgets()`、`file_get_contents()`或`include()`读取带BOM的UTF-8文件，常导致以下问题：

手动跳过BOM的三种可靠方式

核心思路：检测文件头是否为 UTF-8 BOM（\xEF\xBB\xBF），是则跳过前3字节再读取。不依赖扩展或编码转换函数，兼容 PHP 5.6+ 及所有环境。

• 用 fopen() + fread() 手动判断并跳过：

  $fp = fopen('data.json', 'rb'); $bom = fread($fp, 3); if ($bom === "\xEF\xBB\xBF") { // BOM存在，继续读剩余内容 $content = stream_get_contents($fp); } else { // 无BOM，重置指针并读全部 fseek($fp, 0); $content = stream_get_contents($fp); } fclose($fp);

• 用 file_get_contents() 配合 substr() 判断：

  $raw = file_get_contents('config.php'); if (substr($raw, 0, 3) === "\xEF\xBB\xBF") { $content = substr($raw, 3); } else { $content = $raw; }注意：该方式会一次性加载整个文件到内存，大文件慎用

• 封装成可复用函数：

  function file_get_contents_no_bom($path) { $raw = file_get_contents($path); return $raw !== false && substr($raw, 0, 3) === "\xEF\xBB\xBF" ? substr($raw, 3) : $raw; }

为什么不用 mb_convert_encoding 或 iconv 过滤？

这些函数不是为“去BOM”设计的，容易引入新问题：

• mb_convert_encoding($s, 'UTF-8', 'UTF-8') 不会移除BOM，反而可能在某些 PHP 版本中重复添加
• iconv('UTF-8', 'UTF-8//IGNORE', $s) 会丢弃非法字节，但BOM本身是合法UTF-8，不会被过滤
• 若文件实际是 GBK/Big5 编码却误标BOM，强行用UTF-8处理会导致乱码——手动检测BOM能避免这种误判
• 部分旧版 mbstring 在非默认设置下可能改变换行符或截断内容

真实项目中容易忽略的边界点

BOM不是只出现在文件开头——它可能藏在你没意识到的地方：

立即学习“PHP免费学习笔记（深入）”；

• 编辑器保存时自动添加：VS Code 默认不加，但 Sublime Text、Notepad++、某些IDEA模板可能默认启用“UTF-8 with BOM”
• Composer生成的 autoload_files.php 或框架缓存文件，偶尔因模板文件带BOM而传染
• Windows记事本保存的 .php 文件几乎必然含BOM，而 Linux终端工具（如 vim）默认不加
• 用 file_put_contents() 写入内容时，如果源字符串已含BOM（比如从另一个带BOM文件读来未清理），新文件也会带BOM

最稳妥的做法，是在读取任何外部文本输入（尤其是配置、模板、用户上传的JSON/XML）前，统一调用一次BOM检测逻辑——别等报错才想起这事。