我需要检测csv文件中使用的换行符类型：
\n（UNIX默认）\r（Mac Excel）\r\n（Windows）- 或其他任何字符
为了获取分隔符、封闭符和转义字符，我使用了SplFileObject::getCsvControl - 希望能够有类似于该函数的用于换行符的函数。
打开文件
3个回答
2
我没有尝试过这个，但我认为这是一个有趣的问题，所以我在这里给出了可能解决方案的尝试：
// first, have PHP auto-detect the line endings, like @AbraCadaver suggested:
ini_set("auto_detect_line_endings", true);
// now open the file and read a single line from it
$file = fopen('/path/to/file.csv', 'r');
fgets($file);
// fgets() moves the pointer, so get the current position
$position = ftell($file);
// now get a couple bytes (here: 10) from around that position
fseek($file, $position - 5);
$data = fread($file, 10);
// we no longer need the file
fclose($file);
// now find out how many of each type EOL there are in those 10 bytes
// expected result is that two of these will be 0 and one will be 1
$eols = array(
"\r\n" => substr_count($data, "\r\n"),
"\r" => substr_count($data, "\r"),
"\n" => substr_count($data, "\n"),
);
// sort the EOL count in reverse order, so that the EOL with the highest
// count (expected: 1) will be the first item
arsort($eols);
// get the first item's key
$eol = key($eols);
// $eol will now be "\r\n", "\r" or "\n"
可能有更好的方法来完成这个任务，需要注意我在这里对你的CSV文件做了一些假设：
- 文件不以空行开头；
- 第一行至少有5个字节长；
- 第二行不为空且至少有5个字节长；
- 第一行的最后一列和最后一行的第一列内没有任何换行符；
- 你处理的文件没有混合行尾。
如果这些条件不能保证，你需要添加一些验证步骤，例如检查fgets()的结果是否实际上是多个字符的字符串。如果行比5个字节短，你还需要考虑到行尾可能是\r\n，但是通过寻找原始字节，我们得到的字符串可能会像"abcde\r\nfg\r"这样，错过了第二个\n，导致结果不正确。
但是，如果你可以确定CSV文件的结构，这可能是朝着正确方向迈出的（虽然有点“脏”）一步。
- rickdenhaan
0
这是一个有趣的问题 - 没有人能够在此给出完整的解决方案。明显的方法包括：
1）读取文件直到第一次出现 \r 或 \n。在前者的情况下，再读取一个字符以检查它是否后跟 \n。
这听起来非常简单 - 但您需要实现引号处理以确定 EOL 是否嵌入在带引号的数据字段中 - 而且您不知道数据如何被引用。除了检测开放和关闭引号之外，您还需要能够确定引号字符是否被转义 - 转义引号字符至少有两种不同的方法。
2）分析文件中字符的频率。如果您可以忽略空格、字母和数字，则剩余字符中最常见的应该是 CSV 元字符。但是对于非常短的文件，这些元字符将无法使用。
3）创建文件中数据字符串的表示，并查找重复模式，例如如果您找到数字、空格、字母、空格、数字、标点符号、数字、空格、字母、标点符号、字母、空格、数字、标点符号、数字、空格、字母、空格、数字、标点符号，则可以推断字段分隔符是空格，记录由标点符号分隔，标点符号可能也出现为嵌入字符。
但这需要一些非常复杂的代码。
如果是我，我会直接询问提供文件的人提供文件格式的详细信息。或者，如果没有该信息，则使用十六进制编辑器打开文件。
- symcbean
0
我使用了@rickdenhaan的解决方案，发现arsort()和PHP版本存在问题。
如果eol是"\r\n"，则$eols数组将为：
array("\r\n" => 1, "\r" => 1, "\n" => 1);
(因为除了1个"\r\n"之外，还找到了1个"\r"和1个"\n")
在PHP 7中，arsort($eols)后，键的顺序相同：
array("\r\n" => 1, "\r" => 1, "\n" => 1);
在"$eol = key($eols);"之后，$eol将是"\r\n"
但是，在PHP 5.6中，arsort($eols)后，键的顺序为：
array("\n" => 1, "\r" => 1, "\r\n" => 1);
在"$eol = key($eols);"之后，$eol将是"\n"
在"$eol = key($eols);"之后，我用这个检查解决了问题：
if (($eols["\r\n"] == $eols["\r"]) AND ($eols["\r\n"] == $eols["\n"])) {
$line_separator = "\r\n";
}
- Antonello Amici
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接
ini_set（"auto_detect_line_endings"，true）;至于SplFileObject :: getCsvControl，请注意，此函数并不会从给定的文件中自动猜测CSV控件，而是返回之前使用SplFileObject :: setCsvControl设置的内容。 - AbraCadaver\r\n的文件规范化为\n，这样在使用LOAD DATA INFILE时就不需要指定LINES TERMINATED BY了。假设文件很大，并且希望避免在PHP中进行迭代 - 可以考虑使用d2u/dos2unix。否则，一些perl/sed/tr等工具也可以实现。 - ficuscr