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-endian
或little-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