Linux命令去除BOM头_sed和vim批量清理
网站程序从网上下载或从其他服务器迁移后，经常出现各种诡异问题——页面乱码、顶部空白、验证码不显示、登录跳转异常。这些问题很多时候是因为文件编码不一致，部分文件带BOM头部分不带，导致输出异常。解决方法是把所有PHP、HTML、CSS、JS文件统一转为UTF-8无BOM编码。本文讲解如何检测哪些文件有BOM头、如何用编辑器单个去除、如何用脚本批量去除整个网站目录的BOM头，以及如何设置编辑器默认保存为无BOM格式防止以后再出现这个问题。
防止BOM头的最佳实践。一是统一团队编辑器设置，所有开发者设置默认保存为UTF-8无BOM，在编辑器配置或团队规范中明确。二是代码提交前检查，Git可以配置pre-commit钩子检测BOM头，SVN可以用pre-commit脚本。三是网站程序上线前用批量脚本扫描一次，确保没有BOM头。四是从官方渠道下载程序，很多第三方修改版可能带BOM头。五是PHP项目中在入口文件开头用ob_start()开启输出缓冲，可以缓冲BOM头输出，避免header失败，但这只是临时方案，根本解决还是去除BOM头。六是模板文件（HTML、CSS、JS）也要检查，不只是PHP文件。
BOM头与编码乱码的关系。BOM头本身不会导致中文乱码，乱码通常是因为文件编码和页面声明的编码不一致（文件是GBK但页面声明UTF-8，或反之）。但BOM头会加剧编码问题——带BOM头的UTF-8文件被当作GBK解析时，BOM头三个字节会显示为乱码字符（锘?）。解决乱码的根本方法是统一所有文件编码为UTF-8无BOM，同时在页面head中声明，PHP文件设置header('Content-Type: text/html; charset=utf-8')，数据库连接设置SET NAMES utf8。编码统一后，BOM头和乱码问题都能解决。
检测文件是否有BOM头的方法。方法一：用十六进制编辑器打开文件，查看开头三个字节是否是EF BB BF。Notepad++的「插件」-「HEX-Editor」-「View in HEX」可以查看十六进制。方法二：用PHP脚本检测，代码：<?php $file = 'test.php'; $f = fopen($file, 'r'); $bom = fread($f, 3); fclose($f); if ($bom == pack('CCC', 0xEF, 0xBB, 0xBF)) { echo '有BOM头'; } else { echo '无BOM头'; }。方法三：Linux命令检测：head -c 3 file.php | xxd，输出开头是efbbbf说明有BOM头。方法四：用编辑器查看编码，Notepad++底部状态栏显示「UTF-8-BOM」说明有BOM头，显示「UTF-8」说明无BOM头。
Notepad++去除BOM头。打开文件后，点击菜单「编码」-「转为UTF-8无BOM编码」，然后保存文件。底部状态栏会从「UTF-8-BOM」变为「UTF-8」。批量去除多个文件：在Notepad++中打开所有需要处理的文件，点击「编码」-「转为UTF-8无BOM编码」，然后按Ctrl+Shift+S全部保存。注意Notepad++的「编码」菜单中有「使用UTF-8无BOM编码」和「转为UTF-8无BOM编码」两个选项，「使用」是设置编辑器显示编码不改变文件内容，「转为」才是真正转换文件编码去除BOM头，一定要选「转为」。设置默认保存为无BOM：「设置」-「首选项」-「新建」，编码选择UTF-8，不勾选「应用到打开的ANSI文件」。
Sublime Text去除BOM头。Sublime Text默认保存UTF-8不带BOM。如果文件有BOM头，点击「File」-「Save with Encoding」-「UTF-8」，保存后去除BOM。注意不要选「UTF-8 with BOM」。安装「EncodingHelper」插件可以在状态栏显示文件编码和BOM状态，方便检测。设置默认编码：「Preferences」-「Settings」，添加"default_encoding": "UTF-8"，"show_encoding": true。Dreamweaver去除BOM头：「修改」-「页面属性」-「标题/编码」，编码选择Unicode (UTF-8)，不勾选「包括Unicode签名(BOM)」，确定后保存页面。旧版Dreamweaver默认保存UTF-8时会添加BOM，需要手动取消勾选。
PowerShell批量去除BOM头（Windows环境）。代码：$path = "." $files = Get-ChildItem -Path $path -Recurse -Include *.php,*.html,*.css,*.js,*.txt $count = 0 foreach ($file in $files) { $bytes = [System.IO.File]::ReadAllBytes($file.FullName) if ($bytes.Length -ge 3 -and $bytes[0] -eq 0xEF -and $bytes[1] -eq 0xBB -and $bytes[2] -eq 0xBF) { $newBytes = $bytes[3..($bytes.Length-1)] [System.IO.File]::WriteAllBytes($file.FullName, $newBytes) Write-Host "已去除: $($file.FullName)" $count++ } } Write-Host "完成，共处理$count个文件"。保存为remove_bom.ps1，右键「使用PowerShell运行」，或在PowerShell中执行。如果提示执行策略限制，先运行Set-ExecutionPolicy RemoteSigned。
Linux命令批量去除BOM头（适合有SSH权限的用户）。方法一：find命令配合sed，扫描当前目录及子目录下所有PHP文件，去除开头三个字节：find . -type f -name "*.php" -exec sed -i '1s/^xefxbbxbf//' {} ;。把*.php改为*.html、*.css、*.js等处理其他类型。方法二：用find配合vim：find . -type f ( -name "*.php" -o -name "*.html" -o -name "*.js" -o -name "*.css" ) -exec vim -c "set nobomb" -c "wq" {} ;。方法三：用dos2unix工具（部分系统自带）：dos2unix *.php。dos2unix会同时转换换行符和去除BOM。执行前先备份文件，批量操作有风险。
Python脚本批量去除BOM头（适合本地开发环境）。代码：# -*- coding: utf-8 -*- import os def remove_bom(path): count = 0 for root, dirs, files in os.walk(path): for f in files: if f.lower().endswith(('.php', '.html', '.htm', '.css', '.js', '.txt', '.xml', '.json')): filepath = os.path.join(root, f) with open(filepath, 'rb') as fp: data = fp.read() if data[:3] == b'xefxbbxbf': with open(filepath, 'wb') as fp: fp.write(data[3:]) print(f'已去除: {filepath}') count += 1 print(f'完成，共处理{count}个文件') if __name__ == '__main__': remove_bom('.')。保存为remove_bom.py，在网站目录下运行python remove_bom.py。Python3环境下运行，处理前备份文件。
BOM头导致验证码不显示的原理。验证码图片通过PHP的GD库生成，用header('Content-Type: image/png')设置内容类型，然后输出图片二进制数据。如果PHP文件有BOM头，BOM头会在图片数据之前输出，导致浏览器接收到的数据是「BOM头 + 图片数据」，不是合法的PNG格式，浏览器无法解析，显示为叉号或空白。解决方法是去除生成验证码的PHP文件（以及include的所有文件）的BOM头。注意不仅验证码文件本身不能有BOM头，它include/require的所有文件（如数据库配置文件、函数库文件）也不能有BOM头，任何一个文件有BOM头都会导致输出异常。
BOM头导致的其他问题。CSS文件有BOM头时，部分浏览器会忽略CSS的第一行规则（因为BOM头在@charset或第一条规则之前），导致第一条样式失效。JS文件有BOM头时，某些旧浏览器会解析报错，因为BOM头在JS代码之前被当作非法字符。JSON接口返回的数据有BOM头时，前端的JSON.parse()会抛出「Unexpected token」错误，因为JSON数据开头多了三个字节。XML文件有BOM头时，XML解析器可能报错「XML declaration not at start of document」，因为XML声明<?xml之前有BOM头。下载文件的PHP脚本有BOM头时，下载的文件开头多了三个字节，导致文件损坏（如ZIP无法解压、图片无法打开）。
BOM头的原理。UTF-8编码的BOM头是三个字节：EF BB BF，位于文件最开头。UTF-16和UTF-32编码的BOM头是FE FF或FF FE，用于标识字节顺序（大端或小端）。UTF-8编码本身不需要BOM头来标识字节顺序（因为UTF-8的字节顺序是固定的），BOM头在UTF-8中仅用于标识这是一个UTF-8文件。很多Windows编辑器（如旧版记事本）在保存UTF-8时自动添加BOM头，因为Windows系统通过BOM头区分UTF-8和系统默认编码（如GBK）。但在Linux和Web开发中，UTF-8文件不应该带BOM头。
站长反馈：「网站页面顶部一直有空白，验证码也不显示，排查了两天才发现是BOM头的问题，用Notepad++批量转为UTF-8无BOM后全部正常了」「下载的网站程序安装后乱码，按文中PHP批量脚本跑了一遍，去除了几十个文件的BOM头，页面立刻正常，虚拟主机用户用这个脚本太方便了」。
安全提醒：批量去除BOM头的PHP脚本上传到网站后，使用完立即删除，不要留在服务器上被他人访问。不要用不明来源的第三方工具处理网站文件，可能植入恶意代码。编辑器从官方渠道下载，避免被篡改。文件编码转换不会改变文件内容（除了删除BOM头三个字节），但操作前备份是好习惯。如果转换后文件内容异常，用备份恢复。
更新时间：2026-08-27 11:22:34