JB datailee: How to remove UTF8 BOM

Huomaatko miten oikein ulkomaankieltä otsikossa! Suoraan itse asiaan. Jos on jollain kökkökikkareella, kuten Windowsin Notepadillä muokannut utf(8/16..) tiedostoja, joita pitäis sitten käyttää weppiskripteissä, niin huomaatkin, että siellä onkin tiedoston alussa Byte Order Mark, joka ryssii koko homman.

Onneksi Perlikuningas Richard Ishida on koodannut meille tähän poistoskriptin.

#!/usr/local/bin/perl
# program to remove a leading UTF-8 BOM from a file
# works both STDIN -> STDOUT and on the spot (with filename as argument)

if ($#ARGV > 0) {
 print STDERR "Too many arguments!\n";
 exit;
 }

my @file;   # file content
my $lineno = 0;

my $filename = @ARGV[0];
if ($filename) {
 open( BOMFILE, $filename ) || die "Could not open source file for reading.";
 while (<BOMFILE>) {
 if ($lineno++ == 0) {
 if ( index( $_, '' ) == 0 ) {
 s/^\xEF\xBB\xBF//;
 print "BOM found and removed.\n";
 }
 else { print "No BOM found.\n"; }
 }
 push @file, $_ ;
 }
 close (BOMFILE)  || die "Can't close source file after reading.";

 open (NOBOMFILE, ">$filename") || die "Could not open source file for writing.";
 foreach $line (@file) {
 print NOBOMFILE $line;
 }
 close (NOBOMFILE)  || die "Can't close source file after writing.";
 }
else {  # STDIN -> STDOUT
 while (<>) {
 if (!$lineno++) {
 s/^\xEF\xBB\xBF//;
 }
 push @file, $_ ;
 }

 foreach $line (@file) {
 print $line;
 }
 }
 

Sisennykset voi vähän bugata, mut siinähän bugaa. Sitten vielä usage notes:

 for f in `ls`; do ~/rbom.pl $f; done

# loops over a directory and removes BOM from every file

Ei muuta :)


Posted

in

by

Tags:

Comments

3 vastausta artikkeliin “JB datailee: How to remove UTF8 BOM”

  1. Saana avatar
    Saana

    UltraEdit kova.

  2. Merri avatar
    Merri

    Sen verta huomiota, että tarjoilet XHTML 1.1:n text/html:nä, mutta sitä ei saisi ikinä tarjoilla niin, pitäisi puskea vain application/xhtml+xml:nä. Tietty jos tarjoilet sivun sillä, niin sitten IE ei osaa näyttää sivua ollenkaan. Joten vaihda vaikka XHTML 1.0 Strictiin, sitä saa speksien mukaan tarjoilla myös text/html:nä. Latest != greatest.

  3. Jasmo avatar

    Nää on noita templaattien tekijöiden nöräysasteen juttuja, että mitä ne milloinkin doctypeen laittavat. Minä laittaisin vain

    Lisäksi en oikein tiedä mitä haittaa tästä väärillä headereilla tarjoamisesta on, kun se kuitenkin kaikkialla toimii.. Eiköhän teeman tekijä sen joskus korjaa, tai viimeistään kunhan teema taas muuttuu.

    Kiitti kuitenkin huomiosta, en itse tuota tiennytkään, että sivut tarjoillaan xhtml 1.1. Aplication /xhtml+xml kanssa ei myöskään Googlen mainokset aikoinaan toiminut, silloin kun niitä sivuillani vielä oli.

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *

This site uses Akismet to reduce spam. Learn how your comment data is processed.