PHP导出CSV文件出现乱码的解决方法

超、凢脫俗 2022-07-28 01:44 336阅读 0赞

#     #

*  在做项目时碰到使用外语的情况下，我们就会使用UTF-8编码。但是， 在用PHP导出CSV文件时，如果写入的数据是使用UTF-8编码的日语、韩语之类的外文，就会出现乱码。

这个问题困扰我两天，主要是因为在网上看了一个有很大问题的解决办法：微软的Excel打开的csv文件不支持uft-8编码，而是支持UTF-16LE编码，所以我们需要输出BOM头，然后将UTF-8转换成UTF-16LE

//输出BOM
     echo(chr(255).chr(254));
     echo(mb_convert_encoding($content,"UTF-16LE","UTF-8"));

这样直接转换为UTF-16LE编码，本身确实可以将导出的CSV文件中的乱码变成日语、韩语。但是，却不能正确的使用分隔符，所有的字段全部都挤在一起了。于是我花了整整一天的时间研究怎样让分隔符生效。很不幸，试了很多办法还是没用。  
  
其实，解决办法没这么复杂。  
  
要解决PHP生成CSV文件的乱码问题，只需要在文件的开始输出BOM头，告诉windows CSV文件的编码方式，从而让Excel打开CSV时采用正确的编码。

什么是BOM?
    
        在UCS 编码中有一个叫做”ZERO WIDTH NO-BREAK SPACE”的字符，它的编码是FEFF。而FFFE在UCS中是不存在的字符，
        所以不应该出现在实际传输中。UCS规范建议我们在传输字节流前，先传输字符”ZERO WIDTH NO-BREAK SPACE”。这样如
        果接收者收到FEFF，就表明这个字节流是Big-Endian的；如果收到FFFE，就表明这个字节流是Little-Endian的。因此
        字符”ZERO WIDTH NO-BREAK SPACE”又被称作BOM。
        UTF-8不需要BOM来表明字节顺序，但可以用BOM来表明编码方式。字符”ZERO WIDTH NO-BREAK SPACE”的UTF-8编码是
        EF BB BF。所以如果接收者收到以EF BB BF开头的字节流，就知道这是UTF-8编码了。
        Windows就是使用BOM来标记文本文件的编码方式的。

在所有内容输出之前

print(chr(0xEF).chr(0xBB).chr(0xBF));

注释：  
  
几个UTF编码的BOM头

define ('UTF32_BIG_ENDIAN_BOM'   ,   chr(0x00) . chr(0x00) . chr(0xFE) . chr(0xFF));
     define ('UTF32_LITTLE_ENDIAN_BOM',   chr(0xFF) . chr(0xFE) . chr(0x00) . chr(0x00));
     define ('UTF16_BIG_ENDIAN_BOM' ,   chr(0xFE) . chr(0xFF));
     define ('UTF16_LITTLE_ENDIAN_BOM',   chr(0xFF) . chr(0xFE));
     define ('UTF8_BOM'   ,   chr(0xEF) . chr(0xBB) . chr(0xBF));

完整的代码

header('Expires: 0');
     header('Cache-control: private');
     header('Cache-Control: must-revalidate, post-check=0, pre-check=0');
     header('Content-Description: File Transfer');
     header('Content-Encoding: UTF-8');
     header('Content-type: text/csv; charset=UTF-8');
     header('Content-Disposition: attachment; filename=Customers_Export.csv');
    
    echo "\xEF\xBB\xBF"; // UTF-8 BOM
     /*
     * OR print(chr(0xEF).chr(0xBB).chr(0xBF));
     */