Recherche de BOM dans un site

Bonjour,

à des fins personnelles, je me suis amuser à développer un petit script qui recherche des fichiers UTF-8 contenant des BOMs.

Ces caractères invisibles la plupart du temps, peuvent casser la mise en page d'un site, ou faire planter des pages serveur-à-serveur.

Le script est disponible sur mon blog sur les logiciels libres et le web.

N'hésitez pas à m'envoyez suggestions et commentaires...

++

Antoine

# Dans la même famille, ouvrir et décoder si besoin, en zappant le BOM

Posté par niol (site web personnel) le 10 avril 2009 à 17:30. Évalué à 1.

<?php

/*
 * This function was unshamefully stolen and modified from the following blog post :
 * http://www.practicalweb.co.uk/blog/08/05/18/reading-unicode-(...)
 */

function fopen_utf8($filename, $mode){
    $encoding='';
    $handle = fopen($filename, $mode);
    
    $bom = fread($handle, 2);
    $bom_size = 0;
    if($bom === chr(0xff).chr(0xfe)  || $bom === chr(0xfe).chr(0xff)){
            // UTF16 Byte Order Mark present
            $encoding = 'UTF-16';
	    $bom_size = 2;
    } else {
        if( $bom_size == 0 ){
            rewind($handle);
	    $bom = fread($handle, 3);
	    if($bom === chr(0xef).chr(0xbb).chr(0xbf) ){
	        // UTF8 marker, not really byte order mark, present
	        $encoding = 'UTF-8';
	        $bom_size = 3;
	    }else{
	        rewind($handle);
	        $file_sample = fread($handle, 1000) + 'e'; //read first 1000 bytes
                // + e is a workaround for mb_string bug
                rewind($handle);
   
                $encoding = mb_detect_encoding($file_sample , 'UTF-8, UTF-7, ASCII, EUC-JP,SJIS, eucJP-win, SJIS-win, JIS, ISO-2022-JP');
	    }
	}
	
    }
    if ($encoding){
        stream_filter_append($handle, 'convert.iconv.'.$encoding.'/UTF-8');
    }
    
    fseek($handle, $bom_size);
    
    return $handle;
}

?>