PHP应使用fopen('rb') + fread(4) + bin2hex()读取文件前4字节并比对十六进制值判断BOM，而非mb_detect_encoding或file_get_contents；常见BOM为'efbbbf'（UTF-8）、'fffe'（UTF-16 LE）等。
PHP如何读取文件前3字节判断BOM
直接读取文件开头几个字节，比用 mb_detect_encoding 可靠得多——后者根本不识别BOM，且对UTF-8无BOM和GBK混杂的情况极易误判。
关键不是“检测编码”，而是“确认有没有BOM”。BOM是硬编码在文件头的字节序列，只需比对：
-
EF BB BF→ UTF-8 BOM -
FF FE→ UTF-16 LE BOM（小端） -
FE FF→ UTF-16 BE BOM（大端） -
FF FE 00 00→ UTF-32 LE -
00 00 FE FF→ UTF-32 BE
实操建议：用 fopen + fread 读前4字节（覆盖所有常见BOM长度），再用 bin2hex 转成小写十六进制字符串比对。避免用 file_get_contents 全量读取大文件，也别依赖 mb_check_encoding——它不看BOM。
为什么 file_get_contents($f, false, null, 0, 3) 不够用
这个写法看似省事，但有两处隐患：file_get_contents 默认按当前脚本编码解析内容，若文件含BOM而PHP内部处理时做了隐式转换（比如开启 default_charset 或用了输出缓冲），前三字节可能被截断或变形；更严重的是，它无法区分 \xEF\xBB\xBF 和普通中文字符的UTF-8三字节序列（如“一”是 \xE4\xB8\x80），纯靠长度不够。
立即学习“PHP免费学习笔记（深入）”；
必须绕过字符层，走二进制流：
- 用
fopen($f, 'rb')强制二进制模式 - 用
fread($fp, 4)读4字节（UTF-32 BOM需4字节） - 用
unpack('H*', $bytes)或bin2hex($bytes)获取原始十六进制 - 注意：
strlen($bytes)必须 ≥ 3 才能判断UTF-8 BOM，空文件或只读到1–2字节时不能贸然断言“无BOM”
实际处理时容易漏掉的边界情况
BOM不一定在文件最开头——如果文件被追加写入、或用某些编辑器“保存为带BOM”时中间插入了不可见字符，^\xEF\xBB\xBF 正则会失效。所以严格来说，BOM只应出现在文件起始位置，其他位置的相同字节不算。
还有几个易错点：
- Windows记事本另存为UTF-8时，一定带BOM；VS Code默认不带，但用户可手动开启——不能假设编辑器行为一致
- PHP CLI下读取文件，
$_SERVER['SCRIPT_FILENAME']指向的文件本身若有BOM，会导致“Cannot modify header information”错误，但错误提示里完全不提BOM - 用
curl或file_get_contents请求远程URL返回的内容，即使响应头声明Content-Type: text/html; charset=utf-8，也不能反推它是否含BOM——BOM是文件/响应体字节层面的事，和HTTP头无关
封装一个可靠的 is_file_has_bom 函数
不要每次重复写 fopen/fread/bin2hex，封装成函数更稳妥。注意它只负责判断，不负责去除：
function is_file_has_bom(string $path): bool
{
if (!is_readable($path)) {
return false;
}
$fp = fopen($path, 'rb');
if (!$fp) {
return false;
}
$bytes = fread($fp, 4);
fclose($fp);
$hex = bin2hex($bytes);
return in_array($hex, [
'efbbbf', // UTF-8
'fffe', // UTF-16 LE
'feff', // UTF-16 BE
'fffe0000', // UTF-32 LE
'0000feff', // UTF-32 BE
], true);
}
这个函数不依赖扩展，不触发任何编码转换，也不加载整个文件。真正麻烦的是后续动作：发现BOM后，你是跳过它解析、还是用 file_put_contents 去除、还是报错中断？这些决策得结合业务场景来定——比如配置文件含BOM可能导致 parse_ini_file 解析失败，但日志文件里的BOM通常可以忽略。
