fgetcsv() 丢弃带有变音符号的字符（即非 ASCII） - 如何修复？

Question

类似问题：
Some characters in CSV file are not read during PHP fgetcsv(),
fgetcsv() ignores special characters when they are at the beginning of line

我的应用程序有一个表单，用户可以在其中上传 CSV 文件（它的 5 个内部用户始终上传一个有效文件 - 逗号分隔、引用、记录以 LF 结尾），然后使用PHP：

$fhandle = fopen($uploaded_file,'r');
while($row = fgetcsv($fhandle, 0, ',', '"', '\\')) {
    print_r($row);
    // further code not relevant as the data is already corrupt at this point
}

由于我无法更改的原因，用户正在上传以 Windows-1250 字符集编码的文件 - 一种单字节 8 位字符编码。

问题：一些（不是全部！）超过 127 个字符（“扩展 ASCII”）被丢弃在 fgetcsv() 中。示例数据：

"15","Ústav"
"420","Špičák"
"7","Tmaň"

变成

Array (
  0 => 15
  1 => "stav"
)
Array (
  0 => 420
  1 => "pičák"
)
Array (
  0 => 7
  1 => "Tma"
)

（注意č 被保留，但Ú 被删除）

fgetcsv 的文档说“因为 4.3.5 fgetcsv() 现在是二进制安全的”，但看起来不是。我做错了什么，还是这个函数坏了，我应该寻找一种不同的方法来解析 CSV？

Answer 1

事实证明，我没有很好地阅读文档 - fgetcsv() 只是 在某种程度上 二进制安全。纯 ASCII the documentation also says:

注意：

考虑了区域设置 通过这个功能。如果 LANG 是例如 en_US.UTF-8，一个字节的文件 编码被这个读错了 功能

换句话说，fgetcsv() 试图是二进制安全的，但实际上不是（因为它同时也弄乱了字符集），它可能会破坏它的数据读取（因为此设置未在 php.ini 中配置，而是从$LANG 读取）。

我通过阅读带有fgets 的行（它适用于字节，而不是字符）并使用a CSV function from the comment in the docs 将它们解析为一个数组来回避这个问题：

$fhandle = fopen($uploaded_file,'r');
while($raw_row = fgets($fhandle)) { // fgets is actually binary safe
    $row = csvstring_to_array($raw_row, ',', '"', "\n");
    // $row is now read correctly
}