PHP 无法正确解析 CSV(文件为 UTF-16LE)

Question

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

问题 我面临的是我得到的字段包含逗号分隔。我得到:

• "2
• rue du ..."

代替:2, rue du ...。

---

编码:
该文件似乎不是 UTF8 格式。它的开头有奇怪的字符( apparently not 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) 告诉我编码是 UTF-16 LE
• 使用mb_detect_encoding()在 csv 行上它返回 ASCII

但它无法转换:

• mb_convert_encoding()从 ASCII 转换，但从 UTF-16LE
返回亚洲字符
• iconv()返回 注意:iconv():错误的字符集，不允许从 UTF-16LE/ASCII 转换为 UTF8 .

---

解析:
我尝试使用 str_getcsv() 来解析这个单行代码(请参阅 those 2 comments):

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

然后我尝试使用 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>';

---

用问题来总结:

• 文件开头的字符是什么？
• 我如何确定编码？ (Atom 以UTF-16 LE 读取文件，开头不显示怪异字符)
• 是什么导致 csv 解析函数失败？
• 如果我应该依靠其他东西来解析 CSV 的行，我可以使用什么？

Answer 1

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。在检查什么是 UTF16LE 后，它说它有 BOM(字节顺序标记)。
我之前的尝试是使用 file() 返回文件的行数组 和 fopen() 返回一个资源，但我们仍然逐行解析。

我想到的工作解决方案是转换整个文件(一次转换每一行)，而不是分别转换每一行。这是一个可行的解决方案:

$f = file_get_contents($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

我不再使用内部逗号分隔地址字段。