Question

类似问题：
  Some characters in CSV file are not read during PHP fgetcsv()，
  fgetcsv() ignores special characters when they are at the beginning of line

我的应用程序有一个表单，用户可以上传CSV文件（其5个内部用户始终上传有效文件 - 逗号分隔，引用，记录以LF结尾），然后使用该文件将文件导入数据库PHP：

$fhandle = fopen($uploaded_file,'r');
while($row = fgetcsv($fhandle, 0, ',', '"', '\\')) {
    print_r($row);
    // further code not relevant as the data is already corrupt at this point
}

由于无法更改的原因，用户正在上传以Windows-1250字符集编码的文件 - 单字节，8位字符编码。

问题：＆{em>某些（并非所有！）字符超过127（“扩展ASCII”）将被删除fgetcsv()。示例数据：

"15","Ústav"
"420","Špičák"
"7","Tmaň"

变为

Array (
  0 => 15
  1 => "stav"
)
Array (
  0 => 420
  1 => "pičák"
)
Array (
  0 => 7
  1 => "Tma"
)

（请注意，č会被保留，但Ú会被删除）

fgetcsv的文档说“自4.3.5 fgetcsv（）现在是二进制安全的”，但看起来并非如此。我做错了什么，或者这个功能坏了，我应该寻找一种不同的解析CSV的方法吗？

Answer 1

事实证明，我没有充分阅读文档 - fgetcsv（）只是有点二进制安全。对于纯ASCII而言是安全的＆lt; 127，但是the documentation also says：

注意：

考虑区域设置   通过这个功能。如果LANG是例如   en_US.UTF-8，一个字节的文件   此编码读错了   功能

换句话说， fgetcsv（）尝试二进制安全，但它实际上不是（因为它同时也在弄乱字符集），它可能会破坏它的数据读取（因为此设置未在php.ini中配置，而是从$LANG读取）。

我通过阅读fgets（使用字节，而不是字符）并使用a CSV function from the comment in the docs将它们解析为数组来回避这个问题：

$fhandle = fopen($uploaded_file,'r');
while($raw_row = fgets($fhandle)) { // fgets is actually binary safe
    $row = csvstring_to_array($raw_row, ',', '"', "\n");
    // $row is now read correctly
}

fgetcsv（）使用变音符号（即非ASCII）删除字符 - 如何修复？

1 个答案: