首页 > PHP教程 > 正文

解决PHP导出CSV文件中文乱码问题

什么是CSV文件?

英文名:Comma Separator Value(逗号分隔值),常用来数据转换的中间文件存在,比如:从Mysql中导出数据到CSV中。在web系统中经常遇到要导出报表数据,也会用到csv格式,使用utf-8编码导出CSV文件,打开后里边的中文成了乱码 (Windows下CSV文件默认与Microsoft Excel关联),用文本编辑器打开正常,不过排版很乱。原因:缺少BOM,又是微软画蛇添足。

什么是BOM?

Byte Order Mark(比特序标记),微软定义的一种头部结构。

为了识别 Unicode 文件,Microsoft 建议所有的 Unicode 文件应该以 ZERO WIDTH NOBREAK SPACE字符开头。这作为一个”特征符”或”字节顺序标记(byte-order mark,BOM)”来识别文件中使用的编码和字节顺序(big-endianlittle-endian),具体的对应关系见下表。

Bytes Encoding      Form
00 00 FE FF         UTF-32, big-endian
FF FE 00 00         UTF-32, little-endian
FE FF               UTF-16, big-endian
FF FE               UTF-16, little-endian
EF BB BF            UTF-8

类Unix系统中并没有使用 BOM,因为它会破坏现有的 ASCII 文件的语法约定。

我们在使用PHP导出csv文件时, 如果只使用file_put_contents 或者 fwrite 写入了表格数据, 而我们生成csv的平台不一定遵循微软的bom协议,导致如果输出非unicode编码的csv文件(例如utf-8),并且没有生成bom信息的话,Excel自动按照unicode编码读取,就会出现乱码问题了。而没有写入BOM头信息,就会出现打开中文乱码的情况。

PHP中文乱码解决

Excel在读取csv的时候是通过读取文件头上的bom来识别编码的,如果文件头无bom信息,则默认按照unicode编码读取。

如果想使用utf-8格式,确保php源码是utf-8,我们可以在第一行写入utf-8对应的BOM信息

代码如下:

$bom = pack('CCC', 0xef, 0xbb, 0xbf); // 和上面的对应
file_put_contents('pythontab.csv',$bom, FILE_APPEND);
file_put_contents('pythontab.csv',$someData, FILE_APPEND); //写入你想要写入表格的数据

前后都省略了部分代码, 只写了最关键的部分, 其它部分大家自行补充即可。

这样生成的csv就不会出现中文乱码问题啦。

注意:写入的BOM头信息要和文件的编码对应。


上一篇:PHP正则表达式模式修饰符详解
下一篇:最后一页

PythonTab微信公众号:

Python技术交流互助群 ( 请勿加多个群 ):

群1: 87464755

群2: 333646237

群3: 318130924

群4: 385100854