将Excel表格导出为csv格式，并使用fgetcsv函数将其转换为php文件

Question

我正在使用Excel 2010专业增强版创建一个Excel文件。 之后，我尝试将其导出为UTF-8 .csv文件。 我通过将其保存为CSV（符号分隔.....抱歉，我不知道确切的措辞）来实现这一点。 然后我点击工具->网页选项并选择Unicode（UTF-8）作为编码。 示例.csv如下：

ID;englishName;germanName
1;Austria;Österreich

到目前为止一切都很好，但是如果我现在用我的php代码打开这个文件：

 header('Content-Type: text/html; charset=UTF-8');
 iconv_set_encoding("internal_encoding", "UTF-8");
 iconv_set_encoding("output_encoding", "UTF-8");
 setlocale(LC_ALL, 'de_DE.utf8');
 $fp=fopen($filePathName,'r');
 while (($dataRow= fgetcsv($fp,0,";",'"') )!==FALSE)
 {
     print_r($dataRow);
 }

• 我在屏幕上得到了结果为“�sterreich”（因为这是“错误”，我剪切了结果的所有其他部分）。
• 如果我用notepad++打开文件并查看编码，我会看到“ANSI”而不是UTF-8。
• 如果我在notepad++中更改编码为UTF8...那么ö,ä等字符将被特殊字符替换，我必须手动更正。

如果我采用另一种方式，在notepad++中创建一个新的UTF-8文件，并输入与Excel文件中相同的数据，当我使用php文件打开它时，屏幕上显示的是“Österreich”。

现在我的问题是，为什么它在Excel中不能正常工作，我做错了什么？还是我忽略了某些东西？

编辑： 由于该程序最终将安装在客户提供的Windows服务器上， 需要找到一种解决方案，无需安装额外的工具（PHP库可以，但需要安装vm-ware或cygwin之类的工具不行）。 此外，服务器上不会本地安装Excel（或Office），因为客户将能够通过文件上传对话框上传.csv文件（对话框本身不是问题所在，因为我知道如何处理这些）。此外，我在测试机器上创建一个Excel文件并将其转换为.csv时遇到的问题本身）。

Tnx

- Thomas

Answer 1

来自 PHP DOC

此函数会考虑语言环境设置。如果 LANG 是例如 en_US.UTF-8，那么此函数将错误地读取单字节编码的文件。

您可以尝试

header('Content-Type: text/html; charset=UTF-8');
$fp = fopen("log.txt", "r");
echo "<pre>";
while ( ($dataRow = fgetcsv($fp, 1000, ";")) !== FALSE ) {
    $dataRow = array_map("utf8_encode", $dataRow);
    print_r($dataRow);
}

输出

Array
(
    [0] => ID
    [1] => englishName
    [2] => germanName
)
Array
(
    [0] => 1
    [1] => Austria
    [2] => Österreich
)

- Baba

---

array_map是解决方案，谢谢。 没想到如果我已经告诉程序我正在读取的是UTF-8，我还需要显式地将其映射为UTF-8。 （有趣的现象.....除了Excel将其导出为ANSI）再次感谢。 - Thomas

Answer 2

对于来自捷克共和国的人：

function convert( $str ) {
    return iconv( "CP1250", "UTF-8", $str );
}
...
while (($data = fgetcsv($this->fhandle, 1000, ";")) !== FALSE) {
$data = array_map( "convert", $data );
...

- Michal

Answer 3

我不知道为什么Excel生成的是ANSI文件而不是UTF-8（如Notepad++所示），但如果是这种情况，您可以使用iconv转换文件：

iconv --from-code=ISO-8859-1 --to-code=UTF-8 my_csv_file.csv > my_csv_file_utf8.csv

- m4t1t0

---

有没有其他方法可以做到这一点，而不依赖于Unix命令？（该应用程序应能够在相当多的不同Windows机器上运行，而无需安装其他工具，因此在那些服务器上安装允许我使用Unix命令的工具并不是一件好事）。 - Thomas

Answer 4

从你的说法来看，我怀疑Excel写入了一个没有BOM的UTF-8文件（without BOM），这使得猜测编码是否为utf-8变得更加棘手。如果在Notepad++中按下格式->以UTF-8（无BOM）编码（而不是格式->转换为UTF-8（无BOM）），字符显示正确，你可以确认这个诊断。

你确定每个用户都会使用UTF-8吗？听起来你需要一些能够智能猜测实际输入编码的东西。所谓“智能”，就是指这种猜测能够识别没有BOM的UTF-8。

为了简化问题，我会做以下操作：

$f = fopen('file.csv', 'r');

while( ($row = fgets($f)) != null )
    if( mb_detect_encoding($row, 'UTF-8', true) !== false )
        var_dump(str_getcsv( $row, ';' ));
    else
        var_dump(str_getcsv( utf8_encode($row), ';' ));

fclose($f);

这是有效的，因为你读取字符以猜测编码，而不是懒惰地信任前3个字符：因此UTF-8无BOM仍将被识别为UTF-8。当然，如果你的csv文件不太大，你可以在整个文件内容上进行编码检测：类似于mb_detect_encoding(file_get_contents(...), ...)

。

- Cimbali

---

对于Excel。我使用Notepad++检查了文件。Notepad++告诉我它们仍然是ANSI编码（即使导出为UTF8）。当我将用Notepad++创建的UTF8编码文件导入Excel时，好像有错误的编码（我得到特殊字符而不是ö、ü等）。 - Thomas

@ThomasE。无论如何，这个解决方案应该是可行的。而且它应该能够处理非UTF8输入。它与Baba的解决方案并没有太大区别，因为它将utf8_encode应用于从有问题的csv文件中导入的字符串。 - Cimbali

Answer 5

问题必须是您的文件编码，看起来它不是UTF-8。

当我尝试了您的示例并双重检查文件确实是UTF-8时，它对我有效，我得到：

Array（[0] => 1 [1] =>奥地利[2] => Österreich）

使用LibreOffice（OpenOffice），它在这些事情上更可靠。

- Zdenek Machek