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

Question

使用 fputcsv() 和 fgetcsv() 在 PHP 中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。最初该行只有 3 个单元格，后来该行有 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，为 delimiter、enclosure、escape_char 提供明确的值：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，以确保从文件中读取的数据完全相同？

CSV 是一种完全可逆的格式吗？

编辑：目标是一种将任何数据正确写入和读取为 csv 的机制，以便在一次往返后数据仍然相同。

编辑：我意识到我并不真正了解 $escape_char 参数。另请参阅 fgetcsv/fputcsv $escape parameter fundamentally broken 或许对此的回答也会让我们更接近解决方案。

Answer 1

罪魁祸首是 fputcsv() 使用了转义字符，这是对 CSV 的非标准扩展。 （好吧，就 RFC 7111 而言可以被视为标准。）基本上，这个转义字符必须被禁用，但是将一个空字符串作为 $escape 传递给 fputcsv() 是行不通的。通常，传递 NUL 字符应该会得到所需的结果，但是，请参阅 https://3v4l.org/MlluN。

Answer 2

2020 年 1 月更新

从 PHP 7.4 开始，将空字符串作为转义字符传递可以解决问题！ https://www.php.net/manual/en/function.fgetcsv.php

Demo https://3v4l.org/33Wja - 查看 PHP 7.4 与旧版本的区别。 （这和下面的sn-p一样，只是用空字符串作为转义字符）

原答案

与其他人所说的相反，我声称这是一个 PHP 错误。我将报告它，并更新此答案。

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

在这个答案中讨论过：

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

更改分隔符有帮助吗？

可以证明，这可以通过分隔符、包围和转义字符的任意组合重现。

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分隔符、包围和转义字符。

$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'"@@"' 部分被导出为'""@@"'，而它应该被导出为'""@@""'。

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 3

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 \ 正在转义以下引用有关。

Answer 4

在 php 中，\\ 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 5

这不是 PHP 错误。 json_encode() 似乎使用相同的分隔符 (,)、外壳 (") 和转义符 (\)，这与 fputcsv() 和 fgetcsv() 的默认分隔符、外壳和转义符相同。您可以区分外壳或转义, 和分隔符（如果需要）。

正如已经回答的那样，在这种情况下，它将通过使用 (') 指定外壳来代替：

$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);