转换为在 Mac 上使用 Excel 制作的 UTF-8 CSV 文件时出现问题 - issue converting to utf-8 csv file made with excel on mac

我有点喜欢

编码。我有一个允许用户上传csv文件的php文件。

我的问题是，当使用 excel for mac 创建文件时，如果文件包含 utf-8 字符（如重音字母），我的代码将无法正常工作。基本上它会忽略重音字符。

仅当使用 Comma separated values 选项保存文件时，才会出现问题。

在

所有其他情况下，例如在Windows中制作的文件或使用开放式办公室甚至在Mac上使用excel，但将它们保存为"Windows"文件不会造成任何问题。

mb_detect_encoding为导致问题的文件返回 false。

这是代码：

// say there is the word Nestlé in the file
$content = file_get_contents(addslashes($file_name));
var_dump(mb_detect_encoding($content)); // print false

$data  = mb_convert_encoding($content, 'UTF-8', mb_detect_encoding($content, 'UTF-8, ISO-8859-1', true));
            //$data  = utf8_encode($content);  //doesn't work
var_dump($data); // print Nestl
ini_set('auto_detect_line_endings',TRUE);
// more code here we don't need at the moment

这个问题给了我一些指示： file_get_contents（）分解 UTF-8 字符

关于如何解决此问题的任何帮助或想法？提前谢谢你

这是安东尼发布的回复后的新代码

$content = file_get_contents(addslashes($file_name));
// i have no control on how the file is generated so i need to to the replace in the code
$content = str_replace(",", "'t",  $content);
var_dump($content);
$data  = mb_convert_encoding($content, 'UTF-8', mb_detect_encoding($content, 'UTF-8, ISO-8859-1', true));

$data =  mb_convert_encoding($data, 'UTF-16LE', 'UTF-8');
$data = chr(255) . chr(254) . $data;
var_dump($data); // this still print funny characters not the accented letter

我做错了什么吗？

这是特定于 Excel 的问题，在 Excel for Mac 上更为常见，其中 UTF-8 多字节字符无法正确显示。您可以使用其他电子表格查看器（例如 Google 表格）进行确认。

此问题的解决方法是：

使用制表符（'t）而不是逗号作为分隔符（别担心，它在技术上仍然是CSV）。
编码为 utf-8 后，将整个 csv 字符串转换为 UTF-16LE ：

mb_convert_encoding($csv_content, 'UTF-16LE', 'UTF-8');
在 csv 字符串前面加上一个小端字节顺序标记（LE BOM）：

$csv_content = chr(255) . chr(254) . $csv_content;

这应该可以做到。

好的，谢谢安东尼，这是可以修复它的行：

$data = iconv('macintosh', 'UTF-8', $content);

所以我的最终代码将如下所示：

enter code here
$content = file_get_contents(addslashes($file_name));
var_dump(mb_detect_encoding($content));
// need to do this for an issue specific to Excel and more common on Excel for Mac
// using excel on mac if the file is saved as csv using the Comma separated values option we need to use iconv and not mb_convert_encoding
// we use mb_detect_encoding because the content of such file returns a false value
if(!mb_detect_encoding($content, 'UTF-8, ISO-8859-1', true)){
     //$data  = mb_convert_encoding($content, 'UTF-8', mb_detect_encoding($content, 'UTF-8, ISO-8859-1', 'macintosh', true));
      $data = iconv('macintosh', 'UTF-8', $content);

 } 
    // deal with known encoding types
 else{
         $data  = mb_convert_encoding($content, 'UTF-8', mb_detect_encoding($content, 'UTF-8, ISO-8859-1', true));
 }