在 PHP 中读取部分文件时的多字节指针

Question

我使用 PHP。

下面的函数加载一个大的多字节输入分隔的 CSV 文件的一部分，并在一个数组中返回一个 pointer（结束位置）和 content。使用pointer，我稍后可以再运行一次。它有效：

function part($path, $offset, $rows) {
    $buffer = array();
    $buffer['content'] = '';
    $buffer['pointer'] = array();
    $handle = fopen($path, "r");
    fseek($handle, $offset);
    if( $handle ) {
        for( $i = 0; $i < $rows; $i++ ) {
            $buffer['content'] .= fgets($handle);
            $buffer['pointer'] = mb_strlen($buffer['content']);
        }
    }
    fclose($handle);
    return($buffer);
}

// Buffer first part
$buffer = part($path_to_file, 0, 100);

// Buffer second part
$buffer = part($path_to_file, $buffer['pointer'], 100);

print_r($buffer);

如果我将 $buffer['pointer'] 行更改为：

$buffer['pointer'] = mb_strlen($buffer['content'], "UTF-8");

...它不再工作...我知道当我使用 UTF-8 而不是默认编码时它使用不同的编码，但为什么它不适用于 UTF-8？

UTF-8不应该兼容外来字符吗？

因为当我在没有“UTF-8”的情况下使用上面的函数时，我想我可以在没有 UTF-8 的情况下使用它。

我仍然担心在某些情况下它会给出错误的指针？

有没有更安全的方法来获取正确的指针？

编码测试

当我这样做时，我得到UTF-8：

echo mb_detect_encoding($buffer['content']);

Answer 1

这与 UTF-8 关系不大。文件系统函数（如fseek()、fread() 等）对单个字节进行操作。他们根本不关心编码。 （您可能正在写入/读取二进制数据）。

如果您想稍后存储指向fseek() 的指针，请使用ftell() 找出当前位置：

$buffer['pointer'] = ftell($handle);