logo标签列表

使用fgetcsv读取CSV文件时遇到UTF-8问题

phpcsvutf-8fgetcsv
39

我尝试读取CSV文件并输出其内容。但是内容显示的字符不正确。

Mäx Müstermänn -> Mäx Müstermänn

CSV文件的编码为UTF-8而没有BOM（使用Notepad++检查）。

这是CSV文件的内容：

"Mäx";"Müstermänn"

我的PHP脚本:

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
</head>
<body>
<?php
$handle = fopen ("specialchars.csv","r");
echo '<table border="1"><tr><td>First name</td><td>Last name</td></tr><tr>';
while ($data = fgetcsv ($handle, 1000, ";")) {
        $num = count ($data);
        for ($c=0; $c < $num; $c++) {
            // output data
            echo "<td>$data[$c]</td>";
        }
        echo "</tr><tr>";
}
?>
</body>
</html>

我尝试使用 setlocale(LC_ALL, 'de_DE.utf8');，如此处所建议的，但并没有成功。内容仍然显示错误。

我缺少了什么吗？

编辑：

echo mb_detect_encoding($data[$c],'UTF-8'); 显示 UTF-8 UTF-8。

echo file_get_contents("specialchars.csv"); 显示 "Mäx";"Müstermänn"。

而

print_r(str_getcsv(reset(explode("\n", file_get_contents("specialchars.csv"))), ';'))

给我

数组（[0]=> Mäx [1]=> Müstermänn）

这是什么意思？

当您执行echo file_get_contents("specialchars.csv")时会发生什么？当您执行print_r(str_getcsv(reset(explode("\n", file_get_contents("specialchars.csv"))), ';'))时会发生什么？ - Furgas
6个回答
76

试试这个：

<?php
$handle = fopen ("specialchars.csv","r");
echo '<table border="1"><tr><td>First name</td><td>Last name</td></tr><tr>';
while ($data = fgetcsv ($handle, 1000, ";")) {
        $data = array_map("utf8_encode", $data); //added
        $num = count ($data);
        for ($c=0; $c < $num; $c++) {
            // output data
            echo "<td>$data[$c]</td>";
        }
        echo "</tr><tr>";
}
?>
13
这完全移除了带有空格的特殊字符，这非常危险！！！ - Clain Dsilva
3
@robssanches 上面的代码只适用于字母类型的单词（字符），但它不适用于其他语言，例如中文、印地语、希伯来语等。 - Sachin Sarola
这对我很有帮助。很遗憾，这个有用的代码在官方文档http://de.php.net/manual/de/function.fgetcsv.php中缺失。 - Peter
我在这个解决方案上遇到了一些问题... 一些字符，如’（右单引号）和…（省略号），无法与utf8_encode一起使用。 - Loenix
18

遇到了类似的问题：解析包含特殊字符如é、è、ö等的CSV文件...

以下方法适用于我：

为了在HTML页面上正确表示这些字符，需要添加以下头部：

header('Content-Type: text/html; charset=UTF-8');
为了正确解析每个字符，我使用了：
utf8_encode(fgets($file));
不要忘记在所有字符串操作中使用“多字节字符串函数”，例如：
mb_strtolower($value, 'UTF-8');
你刚刚帮我省了很多时间，谢谢！我已经试图解决这个问题很长时间了。 - Kiss Koppány
1
一个完整的示例代码，其中实际使用了 utf8_encode(fgets($file));，将是很好的。 - Robert Sinclair
9

在我的情况下，源文件采用windows-1250编码，使用iconv时会输出关于输入字符串中非法字符的大量提示...

因此，这个解决方案对我非常有帮助:

/**
 * getting CSV array with UTF-8 encoding
 *
 * @param   resource    &$handle
 * @param   integer     $length
 * @param   string      $separator
 *
 * @return  array|false
 */
private function fgetcsvUTF8(&$handle, $length, $separator = ';')
{
    if (($buffer = fgets($handle, $length)) !== false)
    {
        $buffer = $this->autoUTF($buffer);
        return str_getcsv($buffer, $separator);
    }
    return false;
}

/**
 * automatic convertion windows-1250 and iso-8859-2 info utf-8 string
 *
 * @param   string  $s
 *
 * @return  string
 */
private function autoUTF($s)
{
    // detect UTF-8
    if (preg_match('#[\x80-\x{1FF}\x{2000}-\x{3FFF}]#u', $s))
        return $s;

    // detect WINDOWS-1250
    if (preg_match('#[\x7F-\x9F\xBC]#', $s))
        return iconv('WINDOWS-1250', 'UTF-8', $s);

    // assume ISO-8859-2
    return iconv('ISO-8859-2', 'UTF-8', $s);
}

回应@manvel的答案 - 使用str_getcsv而不是explode - 因为有这样的情况：

some;nice;value;"and;here;comes;combinated;value";and;some;others

explode函数可以将字符串分割成多个部分：

some
nice
value
"and
here
comes
combinated
value"
and
some
others

但是，str_getcsv函数会将字符串分解为多个部分：

some
nice
value
and;here;comes;combinated;value
and
some
others
太好了！这是唯一一个在使用PHP操作CSV数据时处理错误字符编码问题的答案。要么在操作之前正确编码数据，否则在读取时进行即时编码。在我的情况下，fgetcsv返回了损坏的输出（没有任何PHP通知，甚至没有NULL或FALSE！），因为存在编码错误。你用 fgetcsvUTF8 为我节省了宝贵的时间，因为我无法重新编码原始数据，我讨厌编码问题...感谢分享！ - EricLavault
这个非常有效。我遇到了一个用例它不起作用。不确定您是否有任何想法: 奥兰群岛 - 使用您的函数将返回具有该文本的行 ?land Islands。除此之外，我没有发现任何问题。 - Lawrence Johnson
谢谢您的回答。请描述一下您是如何解决这个问题的。 - Petr Hladík
8

请将以下内容放在文件顶部（在任何其他输出之前）：

<?php

header('Content-Type: text/html; charset=UTF-8');

?>
1
如果我把这个放在顶部，我会得到�。 - testing
1
也许我应该提一下，我通过一个具有 enctype="multipart/form-data" accept-charset="utf-8" 属性的表单上传了 CSV 文件。如果我把你的代码放进示例中，那么它似乎可以工作。 - testing
@测试对我产生了影响。 我有2个CSV文件要解析，一个带有accept-charset ="utf-8"，另一个没有，直到我使用它才能正确显示。 - AutoBaker
5
问题在于该功能返回UTF-8编码（可以使用mb_detect_encoding检查），但不进行转换，并将这些字符视为UTF-8编码。因此，需要使用iconv将其逆转换为初始编码（Windows-1251或CP1251）。由于fgetcsv返回一个数组，建议编写自定义函数： [对我的英语表示抱歉]
function customfgetcsv(&$handle, $length, $separator = ';'){
    if (($buffer = fgets($handle, $length)) !== false) {
        return explode($separator, iconv("CP1251", "UTF-8", $buffer));
    }
    return false;
}
2
现在我已经解决了问题（删除 header 命令后）。 我认为问题是php文件的编码为ISO-8859-1。 我将其设置为UTF-8而没有BOM。 我以为我已经这样做了，但可能我又做了一次撤销。
此外，我为数据库使用了 SET NAMES 'utf8'。 现在数据库中也是正确的。
如果导入的文件字符集与您的代码不同，您可能还需要使用setlocale()。 - tim
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