web-dev-qa-db-ja.com

fgetcsvでCSVファイルを読み取る際のUTF-8の問題

CSVを読み取ってコンテンツをエコーし​​ようとしました。しかし、コンテンツには誤った文字が表示されます。

MäxMüstermänn->MäxMü¼stermä¤nn

CSVファイルのエンコードは、BOMなしのUTF-8です（Notepad ++でチェック）。

これはCSVファイルの内容です。

_"Mäx";"Müstermänn"_

My PHP script

_<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
</head>
<body>
<?php
$handle = fopen ("specialchars.csv","r");
echo '<table border="1"><tr><td>First name</td><td>Last name</td></tr><tr>';
while ($data = fgetcsv ($handle, 1000, ";")) {
        $num = count ($data);
        for ($c=0; $c < $num; $c++) {
            // output data
            echo "<td>$data[$c]</td>";
        }
        echo "</tr><tr>";
}
?>
</body>
</html>
_

提案どおりにsetlocale(LC_ALL, 'de_DE.utf8');を使用しようとしました here 成功しませんでした。コンテンツはまだ間違って表示されます。

私は何が欠けていますか？

編集：

echo mb_detect_encoding($data[$c],'UTF-8');は、UTF-8 UTF-8を提供します。

echo file_get_contents("specialchars.csv");は_"Mäx";"Müstermänn"_をくれます。

そして

_print_r(str_getcsv(reset(explode("\n", file_get_contents("specialchars.csv"))), ';'))
_

私にくれます

Array ( [0] => Mäx [1] => Müstermänn )

どういう意味ですか？

phpcsvutf-8fgetcsv
31
testing

headerコマンドを削除した後、動作するようになりました。問題は、phpファイルのエンコードがISO-8859-1にあったことだと思います。 BOMなしでUTF-8に設定しました。私はすでにそれをやったと思っていましたが、おそらく追加の取り消しを行いました。

さらに、SET NAMES 'utf8'データベース用。これで、データベースでも正しくなりました。

2
testing

これを試して：

<?php
$handle = fopen ("specialchars.csv","r");
echo '<table border="1"><tr><td>First name</td><td>Last name</td></tr><tr>';
while ($data = fgetcsv ($handle, 1000, ";")) {
        $data = array_map("utf8_encode", $data); //added
        $num = count ($data);
        for ($c=0; $c < $num; $c++) {
            // output data
            echo "<td>$data[$c]</td>";
        }
        echo "</tr><tr>";
}
?>
50
robssanches

同様の問題が発生しました：CSVファイルをé、è、öなどの特殊文字で解析します...

以下は私のためにうまくいきました：

Htmlページで文字を正しく表現するには、ヘッダーが必要でした：

header('Content-Type: text/html; charset=UTF-8');

すべての文字を正しく解析するために、以下を使用しました：

utf8_encode(fgets($file));

次のようなすべての文字列操作で「マルチバイト文字列関数」を使用することを忘れないでください。

mb_strtolower($value, 'UTF-8');
12
user2992220

これをファイルの先頭（他の出力の前）に入れてみてください：

<?php

header('Content-Type: text/html; charset=UTF-8');

?>
6
Andreas Stokholm

問題は、関数がUTF-8を返す（mb_detect_encodingを使用して確認できる）が、変換しないため、これらの文字はUTF-8として扱われることです。したがって、 iconv を使用して、初期エンコード（Windows-1251またはCP1251）への逆変換を行う必要があります。しかし、fgetcsvによって配列が返されるため、カスタム関数を記述することをお勧めします。[Sorry for my english]

function customfgetcsv(&$handle, $length, $separator = ';'){
    if (($buffer = fgets($handle, $length)) !== false) {
        return explode($separator, iconv("CP1251", "UTF-8", $buffer));
    }
    return false;
}
4
Manvel

私の場合、ソースファイルにはwindows-1250エンコーディングがあり、iconvは入力文字列の不正な文字に関する通知を大量に出力します...

だから、この解決策は私を大いに助けました：

/**
 * getting CSV array with UTF-8 encoding
 *
 * @param   resource    &$handle
 * @param   integer     $length
 * @param   string      $separator
 *
 * @return  array|false
 */
private function fgetcsvUTF8(&$handle, $length, $separator = ';')
{
    if (($buffer = fgets($handle, $length)) !== false)
    {
        $buffer = $this->autoUTF($buffer);
        return str_getcsv($buffer, $separator);
    }
    return false;
}

/**
 * automatic convertion windows-1250 and iso-8859-2 info utf-8 string
 *
 * @param   string  $s
 *
 * @return  string
 */
private function autoUTF($s)
{
    // detect UTF-8
    if (preg_match('#[\x80-\x{1FF}\x{2000}-\x{3FFF}]#u', $s))
        return $s;

    // detect WINDOWS-1250
    if (preg_match('#[\x7F-\x9F\xBC]#', $s))
        return iconv('WINDOWS-1250', 'UTF-8', $s);

    // assume ISO-8859-2
    return iconv('ISO-8859-2', 'UTF-8', $s);
}

@manvelの答えへの応答-爆発の代わりにstr_getcsvを使用してください-このような場合のため：

some;Nice;value;"and;here;comes;combinated;value";and;some;others

explodeは文字列を部分に分解します：

some
Nice
value
"and
here
comes
combinated
value"
and
some
others

しかし、str_getcsvは文字列を部分に分解します：

some
Nice
value
and;here;comes;combinated;value
and
some
others
3
Petr Hladík