PHP批量去除文件BOM头

检查bom头和utf8编码检查

<?php
set_time_limit(0);
$basedir = ".";//检查的目录 ..为上级目录
$otherDirArr = [".svn",'images','web'];//排除目录
$fileTypeArr = ['.php'];//检查文件类型
$auto = 0;//0 1为自动更改文件编码
$display = 1;
checkdir($basedir,$otherDirArr,$fileTypeArr);
function checkdir($basedir,$otherDirArr,$fileTypeArr)
{
    global $display;
    if ($dh = opendir($basedir))
    {
        while (($file = readdir($dh)) !== false)
        {
            if ($file != '.' && $file != '..' )
            {
                if (!is_dir($basedir . "/" . $file) )
                {//文件
                    if(in_array(strrchr($file, '.'),$fileTypeArr))
                    {//指定文件扩展
                        $fileName = "文 件: {$basedir}/{$file}";
                        $fileName = str_pad($fileName, 160, "-");
                        $result = checkBOM("$basedir/$file");
                        if ($display == 0 && $result == 'BOM not found')
                        {
                        }
                        else
                        {
                            echo $fileName . checkBOM("$basedir/$file") . " <br>";
                        }
                        //检查
                    }
                }
                else
                {
                    if(!in_array($file,$otherDirArr))
                    {
                        $dirname = $basedir . "/" . $file; // 如果是目录
                        echo "<br>目 录: {$dirname}<br>";
                        checkdir($dirname,$otherDirArr,$fileTypeArr); // 递归
                    }
                }
            }
        }
        closedir($dh);
    }
}
function checkBOM($filename)
{
    $msg = "";
    global $auto;
    $contents = file_get_contents($filename);
    $charset[1] = substr($contents, 0, 1);
    $charset[2] = substr($contents, 1, 1);
    $charset[3] = substr($contents, 2, 1);
    // BOM的前三个字符的ASCII码分别为239、187、191
    if (ord($charset[1]) == 239 && ord($charset[2]) == 187 && ord($charset[3]) == 191)
    {
        if ($auto == 1)
        {
            $rest = substr($contents, 3);
            rewrite($filename, $rest);
            $msg = ("<b style='color:fuchsia'>BOM find, automatically removed</b>");
        }
        else
        {
            $msg = ("<b style='color: red'>BOM find</b>");
        }
    }
    else
    {
        $msg = ("<b style='color: green'>BOM not find</b>");
    }
    switch (utf8_check($contents))
    {
        case 1:
            $msg .= " 编码有BOM头";break;
        case 2:
            $msg .= " 编码utf8";break;
        case 3:
            $msg .= " 编码较可能是utf8";break;
        case 4:
            $msg .= " 编码较不可能是utf8";break;
    }
    return $msg;
}

function utf8_check($text)
{
    $utf8_bom = chr(0xEF).chr(0xBB).chr(0xBF);
    // BOM头检查
    if (strstr($text, $utf8_bom) === 0)
        return 1;
    $text_len = strlen($text);
    // UTF-8是一种变长字节编码方式。对于某一个字符的UTF-8编码，如果只有一个字节则其最高二进制位为0；
    // 如果是多字节，其第一个字节从最高位开始，连续的二进制位值为1的个数决定了其编码的位数，其余各字节均以10开头。
    // UTF-8最多可用到6个字节。
    //
    // 如表：
    // < 0x80 1字节 0xxxxxxx
    // < 0xE0 2字节 110xxxxx 10xxxxxx
    // < 0xF0 3字节 1110xxxx 10xxxxxx 10xxxxxx
    // < 0xF8 4字节 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
    // < 0xFC 5字节 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
    // < 0xFE 6字节 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
    $bad   = 0; // 不符合utf8规范的字符数
    $good  = 0; // 符号utf8规范的字符数
    $need_check = 0; // 遇到多字节的utf8字符后，需要检查的连续字节数
    $have_check = 0; // 已经检查过的连续字节数
    for ($i = 0; $i < $text_len; $i ++) {
        $c = ord($text[$i]);
        if ($need_check > 0) {
            $c = ord($text[$i]);
            $c = ($c >> 6) << 6;
            $have_check ++;
            // 10xxxxxx ~ 10111111
            if ($c != 0x80) {
                $i -= $have_check;
                $need_check = 0;
                $have_check = 0;
                $bad ++;
            }
            else if ($need_check == $have_check) {
                $need_check = 0;
                $have_check = 0;
                $good ++;
            }
            continue;
        }
        if ($c < 0x80)      // 0xxxxxxx
            $good ++;
        else if ($c < 0xE0) // 110xxxxx
            $need_check = 1;
        else if ($c < 0xF0) // 1110xxxx
            $need_check = 2;
        else if ($c < 0xF8) // 11110xxx
            $need_check = 3;
        else if ($c < 0xFC) // 111110xx
            $need_check = 4;
        else if ($c < 0xFE) // 1111110x
            $need_check = 5;
        else
            $bad ++;
    }
    if ($bad == 0)
        return 2;
    else if ($good > $bad)
        return 3;
    else
        return 4;
}
function rewrite($filename, $data)
{
    $filenum = fopen($filename, "w");
    flock($filenum, LOCK_EX);
    fwrite($filenum, $data);
    fclose($filenum);
}