3

我正在尝试使用 PHP 解析 CSV 文件。
该文件使用逗号作为分隔符，并为包含逗号的字段使用双引号，如：

foo,"bar, baz",foo2

我面临的问题是我得到包含逗号分隔的字段。我得到：

  • "2
  • rue du ..."

而不是：2, rue du ...。

编码：
该文件似乎不是 UTF8。它在开头有奇怪的字符（显然不是 BOM，从 ASCII 转换为 UTF8 时看起来像这样：）ÿþ并且不显示重音符号。

  • 我的代码编辑器（Atom）告诉编码是UTF-16 LE
  • mb_detect_encoding()在 csv 行上使用它返回ASCII

但它无法转换：

  • mb_convert_encoding()转换自ASCII但返回亚洲字符UTF-16LE
  • iconv()返回注意：iconv(): 字符集错误，不允许从UTF-16LE/ASCII到UTF8转换。

解析：
我试图用这个单行（见那两条评论）解析str_getcsv()：

$csv = array_map('str_getcsv', file($file['tmp_name']));

然后我尝试了fgetcsv()：

$f = fopen($file['tmp_name'], 'r');
while (($l = fgetcsv($f)) !== false) {
    $arr[] = $l;
}
$f = fclose($f);

在这两种方式中，我都将我的地址字段分为两部分。但是当我尝试这个代码示例时，我得到了正确解析的字段：

$str = 'foo,"bar, baz",foo2,azerty,"ban, bal",doe';
$data = str_getcsv($str);
echo '<pre>' . print_r($data, true) . '</pre>';

总结一下问题：

  • 文件开头的字符是什么？
  • 我怎么能确定编码？（Atom 读取文件时UTF-16 LE不显示奇怪的字符）
  • 是什么让 csv 解析功能失败？
  • 如果我应该依靠其他东西来解析 CSV 的行，我可以使用什么？
4

1 回答 1

5

我终于自己解决了：

我将文件发送到返回UTF16LE的在线编码检测网站。在检查了什么是UTF16LE后，它说它有BOM (Byte Order Mark)。
我之前的尝试是使用file()which 返回文件行的数组并使用 which 返回资源，但我们仍然逐行fopen()解析。

我想到的工作解决方案是转换整个文件（一次每一行），而不是单独转换每一行。这是一个有效的解决方案：

$f = file_get_contents($file['tmp_name']);          // Get the whole file as string
$f = mb_convert_encoding($f, 'UTF8', 'UTF-16LE');   // Convert the file to UTF8
$f = preg_split("/\R/", $f);                        // Split it by line breaks
$f = array_map('str_getcsv', $f);                   // Parse lines as CSV data

我不再用内部逗号分隔地址字段。

于 2018-10-01T11:41:07.280 回答