某個專案的頁面採 UTF-8 編碼,頭尾都用了模板包含檔案的方式,結果頁面最上方與最下方各多出一個約 10px 高的空白,什麼內容也沒有。
因為所有檔案都是 UTF-8,包含時最終的二進位串裡就夾雜了多個 UTF-8 BOM 標記。IE 無法正確解析含多個 BOM 的頁面,會把它直接替換成實際顯示的換行,於是就多出一行空白;Firefox 沒有這個問題。
解法很簡單:用 UltraEdit 開啟被包含的檔案,另存新檔時選擇 UTF-8 無 BOM 格式即可。
中文頁面如果把 <title> 放在 content-type 的 meta 之前,也可能導致頁面一片空白。建議採用標準順序:
<meta http-equiv="content-type" content="text/html; charset=UTF-8" /> <meta http-equiv="content-language" content="zh-CN" /> <meta name="robots" content="index,follow" /> <meta name="keywords" content="" /> <meta name="description" content="" /> <meta name="rating" content="general" /> <meta name="author" content="" /> <meta name="copyright" content="" /> <meta name="generator" content="" /> <title></title>
BOM 頭的三個位元組是 EF BB BF。PHP 4 與 5 對 BOM 視而不見,因此會在解析前直接輸出。W3C 的相關說明指出:在 UCS 編碼中存在一個名為 ZERO WIDTH NO-BREAK SPACE 的字元,編碼為 FEFF;而 FFFE 在 UCS 中並不存在,不應出現在實際傳輸中。UCS 規範建議在傳輸位元組流之前先送出這個字元,接收方若收到 FEFF 即表示資料為 Big-Endian,收到 FFFE 則為 Little-Endian,因此它被稱為 BOM。
UTF-8 不需要 BOM 來標示位元組順序,但可以藉它標示編碼方式。ZERO WIDTH NO-BREAK SPACE 的 UTF-8 編碼正是 EF BB BF,接收方看到這個開頭就知道後面是 UTF-8。Windows 正是用 BOM 來標記文字檔編碼的作業系統。
記事本:能自動辨識沒有 BOM 的 UTF-8 檔,但無法控制存檔時是否加上 BOM,存檔一律會補上。
EditPlus:不會自動辨識無 BOM 的 UTF-8 檔;選擇 UTF-8 格式存檔時,不會寫入 BOM 標頭。
UltraEdit:編碼功能最完整,可自動辨識有無 BOM 的 UTF-8 檔(可設定),存檔時也能選擇是否加上 BOM。特別提醒:儲存新檔時記得手動選擇 UTF-8 無 BOM 格式。
此外 Notepad++ 對 UTF-8 與 BOM 的處理也相當完善,值得推薦。