UTF-8 htmlentities 和 fgetcsv答案

【问题标题】：UTF-8 htmlentities and fgetcsvUTF-8 htmlentities 和 fgetcsv
【发布时间】：2013-07-26 14:52:08
【问题描述】：

导入 csv 文件后，我在将特殊字符转换为 htmlentities 时遇到问题。

下面是相关代码：

setlocale(LC_ALL, 'fr_FR.utf8');

if (empty($errors) && ($handle = fopen($_FILES["file"]["tmp_name"], "r")) !== FALSE) {
    $data = array();
    while (($rawdata = fgetcsv($handle, 0, $_POST["delimiter"])) !== FALSE) {
         for ($i=0; $i < count($rawdata); $i++) {
              $data[$i][] = htmlentities(trim($rawdata[$i]), ENT_QUOTES, "UTF-8");
         }
    }
    fclose($handle);
}

但发生的情况是，任何包含特殊字符（例如 ™）的单元格都会被删除/返回为空。

我使用的是 PHP 5.3.13 版

我尝试设置我的locale 并尝试putenv，但这并没有改变任何东西。我还尝试在制作 csv 之前设置我的机器的语言环境设置。 csv 本身是从 Excel 文件创建的。

我检查了我的 csv 编码，它似乎是没有 BOM 的 UTF-8 正确（在 Notepad++ 中检查）。 mb_detect_encoding() 也返回 UTF-8。

当我更改为ENT_IGNORE 时，它只是从我的字符串中删除TM 符号。我尝试了不同的编码类型，例如ISO-8859-15，但无济于事。

str_replace("™", "%99", $row) 只是忽略了TM 符号，让它们保持原样。

我发现很多人对fgetcsv() 和编码/特殊字符有疑问，其中大多数人指的是使用不同的方法，例如fgets()。不幸的是，我也无法使用其他方法，因为我无法在换行符上爆炸，因为某些单元格的内容中可能包含换行符。如果我能让它起作用，我也会接受不同的方法作为答案。

【问题讨论】：

标签： php utf-8 html-entities fgetcsv

【解决方案1】：

在 for 循环中对我的 rawdata 使用 iconv() 解决了我的问题：

$data[$i][] = htmlentities(iconv("cp1252", "utf-8", trim($rawdata[$i])), ENT_IGNORE, "UTF-8");

感谢 PHP 聊天中的 @Leigh、Wrikken 和 DaveRando ;)

【讨论】：