使用 fputcsv() / fgetcsv() 写入 csv 时数据出现乱码

Question

PHP 中 fputcsv() 和 fgetcsv() 似乎存在编码问题或错误。

以下PHP代码：

$row_before = ['A', json_encode(['a', '\', 'b']), 'B'];

print "\nBEFORE:\n";
var_export($row_before);
print "\n";

$fh = fopen($file = 'php://temp', 'rb+');

fputcsv($fh, $row_before);

rewind($fh);

$row_after = fgetcsv($fh);

print "\nAFTER:\n";
var_export($row_after);
print "\n\n";

fclose($fh);

给我这个输出：

BEFORE:
array (
  0 => 'A',
  1 => '["a","\\","b"]',
  2 => 'B',
)

AFTER:
array (
  0 => 'A',
  1 => '["a","\\',
  2 => 'b""]"',
  3 => 'B',
)

很明显，数据在途中损坏了。最初一行只有 3 个单元格，后来一行中有 4 个单元格。由于反斜杠也用作转义字符，中间单元格被拆分。

另请参阅 https://3v4l.org/nc1oE 或者在这里，使用分隔符、附件的显式值，escape_char：https://3v4l.org/Svt7m

有什么方法可以在写入 CSV 之前清理/转义我的数据，以保证从文件中读取的数据完全相同？

CSV 是完全可逆的格式吗？

编辑：目标是建立一种机制，以 csv 形式正确写入和读取任何数据，以便在一次往返之后数据仍然相同。

编辑：我意识到我并不真正理解 $escape_char 参数。另请参阅 fgetcsv/fputcsv $escape parameter fundamentally broken 也许对此的回答也会使我们更接近解决方案。

Answer 1

使用带有特定分隔符的代码但更改以下行将起作用...

$enclosure = "'";

我认为这可能与认为 \ 正在转义以下引号有关。

Answer 2

与php中一样，\用于转义反斜杠(link for PHP manual escape sequence)，因此要使其成为字符串，您需要再使用一个单引号(' ')。

所以你的输入数组应该是...

$row_before = ['A', json_encode(['a', "'\'", 'b']), 'B'];

Answer 3

这不是 PHP 错误。 json_encode() 似乎使用相同的分隔符 (,)、包围符 (") 和转义符 (\)，这与 fputcsv() 和 fgetcsv() 的默认分隔符、包围符和转义符相同。可区分圈闭或转义，必要时可加定界符。

正如已经回答的那样，在这种情况下，它将通过使用 (') 指定附件来工作：

$row_before = ['A', json_encode(['a', '\', 'b']), 'B'];

print "\nBEFORE:\n";
var_export($row_before);
print "\n";

$fh = fopen($file = 'php://temp', 'rb+');

fputcsv($fh, $row_before, ',', "'");

rewind($fh);

$row_after = fgetcsv($fh, 0, ',', "'");

print "\nAFTER:\n";
var_export($row_after);
print "\n\n";

fclose($fh);

Answer 4

2020 年 1 月更新

自 PHP 7.4 起，传递一个空字符串作为转义字符解决了这个问题！ https://www.php.net/manual/en/function.fgetcsv.php

演示 https://3v4l.org/33Wja - 查看 PHP 7.4 与旧版本的区别。（这是与下面相同的代码段，只是将空字符串作为转义字符）

原回答

与其他人所说的相反，我声称这是一个 PHP 错误。我要报告它，并更新这个答案。

编辑：现在在这里报告，https://bugs.php.net/bug.php?id=74713

在这个回答中讨论：

更改分隔符有帮助吗？ -> 不是真的。
fputcsv()可以修好吗？ -> 是的。

更改分隔符有帮助吗？

可以证明，使用定界符、封闭字符和转义字符的任意组合都可以重现这一点。

https://3v4l.org/a29kR

$delimiter = 'X';
$enclosure = 'Y';
$escape_char = "Z";

$row_before = [
  'A',
  "[{$enclosure}a{$enclosure}{$delimiter}{$enclosure}{$escape_char}{$escape_char}{$enclosure}{$delimiter}{$enclosure}b{$enclosure}]",
  'B',
];

print "\nBEFORE:\n";
var_export($row_before);
print "\n";

$fh = fopen($file = 'php://temp', 'rb+');

fputcsv($fh,$row_before,$delimiter,$enclosure, $escape_char);

rewind($fh);

$row_plain = fread($fh, 1000);

print "\nPLAIN:\n";
var_export($row_plain);
print "\n";

rewind($fh);

$row_after = fgetcsv($fh, 500,$delimiter,$enclosure, $escape_char);

print "\nAFTER:\n";
var_export($row_after);
print "\n\n";

fclose($fh);

输出：

BEFORE:
array (
  0 => 'A',
  1 => '[YaYXYZZYXYbY]',
  2 => 'B',
)

PLAIN:
'AXY[YYaYYXYYZZYXYYbYY]YXB
'

AFTER:
array (
  0 => 'A',
  1 => '[YaYXYZZ',
  2 => 'bYY]Y',
  3 => 'B',
)

可以修复 fputcsv() 吗？

为此让我们回到更常见和可读的定界符、包围符和转义符。

$delimiter = ',';
$enclosure = '"';
$escape_char = "@";

这里的结果是：

BEFORE:
array (
  0 => 'A',
  1 => '["a","@@","b"]',
  2 => 'B',
)

PLAIN:
'A,"[""a"",""@@",""b""]",B
'

AFTER:
array (
  0 => 'A',
  1 => '["a","@@',
  2 => 'b""]"',
  3 => 'B',
)

我们看到 '"@@"' 部分导出为 '""@@"'，而它应该导出为 '""@@""'。

事实上，使用 fwrite() 而不是 fputcsv() 手动执行此操作确实可以解决问题：https://3v4l.org/4U1CQ

Answer 5

罪魁祸首是 fputcsv() 使用了转义字符，这是 CSV 的非标准扩展。（好吧，就 RFC 7111 而言，可以将其视为标准。）基本上，必须禁用此转义字符，但将空字符串作为 $escape 传递给 fputcsv() 不起作用。通常，传递一个 NUL 字符应该会得到预期的结果，但是，请参阅 https://3v4l.org/MlluN.

使用 fputcsv() / fgetcsv() 写入 csv 时数据出现乱码

Data gets garbled when writing to csv with fputcsv() / fgetcsv()

php

csv

escaping

fgetcsv

fputcsv

2020 年 1 月更新

原回答

更改分隔符有帮助吗？

可以修复 fputcsv() 吗？