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。
该文件对包含逗号的字段使用逗号作为分隔符和双引号，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，当从 ASCII 转换为 UTF8: 时看起来像这样ÿþ）并且不显示重音。

• 我的代码编辑器 (Atom) 告诉编码是UTF-16 LE
• 使用mb_detect_encoding()的CSV行返回ASCII

但它无法转换：

• mb_convert_encoding()转换自ASCII但返回亚洲字符自UTF-16LE
• iconv()返回说明：的iconv（）：错误的字符集，从转换UTF-16LE/ASCII到UTF8不允许。

---

解析：
我尝试使用以下方法解析此单行（请参阅这 2 条评论）str_getcsv()：

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

然后我尝试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>';

---

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UTF-16 LE并在开头不显示奇怪的字符）
• 是什么让 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 之后，它说它有BOM (Byte Order Mark)。
我之前的尝试是使用file()which 返回一个文件行的数组并使用fopen()which 返回一个资源，但我们仍然逐行解析。

我想到了关于转换整个文件（一次每一行）而不是分别转换每一行的工作解决方案。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

我不再使用内部逗号分隔地址字段。