PHP文字列で%EF%BB%BFを削除する方法
-
27-09-2019 - |
質問
マイクロソフトを使用しようとしています ビング 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));
返されたデータには、返された文字列の最初の文字に「文字」があります。データを返す前にトリミングしたため、スペースではありません。
''キャラクターは%EF%BB%BFであることが判明しました。
なぜこれが起こったのだろうか、多分マイクロソフトからのバグ?
PHPでこの%EF%BB%BFを削除するにはどうすればよいですか?
他のヒント
ストリームが次のことを100%確信していない限り、単にBOMを破棄すべきではありません。
理由:
- UTF-8では、BOMはです オプション - したがって、サービスが将来のポイントでそれを送信するのをやめた場合、代わりにあなたの応答の最初の3文字を捨てることになります。
- BOMの全体的な目的は、UTF-8と解釈されるUTFストリームのタイプを明確に識別することです。 -16?または-32?、およびエンコードされた情報の「エンドネス」(バイト順)を示す。あなたがそれを捨てるだけなら、あなたは常にUTF-8を取得していると仮定しています。これはあまり良い仮定ではないかもしれません。
- すべてのBOMが3バイトの長さではなく、UTF-8のみが3バイトです。 UTF-16は2バイトで、UTF-32は4バイトです。したがって、サービスが将来より広いUTFエンコードに切り替えた場合、コードは壊れます。
これを処理するためのより適切な方法は、次のようなものだと思います。
/* Detect the encoding, then convert from detected encoding to ASCII */
$enc = mb_detect_encoding($data);
$data = mb_convert_encoding($data, "ASCII", $enc);
$data = file_get_contents("http://api.microsofttranslator.com/V2/Ajax.svc/Speak?appId=APPID&text={$text}&language=ja&format=audio/wav");
$data = stripslashes(trim($data));
if (substr($data, 0, 3) == "\xef\xbb\xbf") {
$data = substr($data, 3);
}
それは バイトオーダーマーク (bom)、応答が次のようにエンコードされていることを示します UTF-8. 。安全に削除できますが、残りをUTF-8として解析する必要があります。
今日も同じ問題があり、文字列がUTF-8に設定されていることを確認することで修正しました。
http://php.net/manual/en/function.utf8-encode.php
$ content = utf8_encode($ content);
文字列の先頭から削除するには(のみ):
$data = preg_replace('/^%EF%BB%BF/', '', $data);
$data = str_replace('%EF%BB%BF', '', $data);
おそらく使用してはいけません stripslashes
- APIがBlackslashedデータを返しない限り(および99.99%の確率ではない)、その呼び出しを行います。