web-dev-qa-db-fra.com

Problèmes UTF-8 lors de la lecture du fichier CSV avec fgetcsv

J'essaie de lire un CSV et de faire écho au contenu. Mais le contenu affiche mal les caractères.

Mäx Müstermänn -> Mäx Müstermänn

L'encodage du fichier CSV est UTF-8 sans BOM (vérifié avec Notepad ++).

Voici le contenu du fichier CSV:

"Mäx";"Müstermänn"

Mon script PHP

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
</head>
<body>
<?php
$handle = fopen ("specialchars.csv","r");
echo '<table border="1"><tr><td>First name</td><td>Last name</td></tr><tr>';
while ($data = fgetcsv ($handle, 1000, ";")) {
        $num = count ($data);
        for ($c=0; $c < $num; $c++) {
            // output data
            echo "<td>$data[$c]</td>";
        }
        echo "</tr><tr>";
}
?>
</body>
</html>

J'ai essayé d'utiliser setlocale(LC_ALL, 'de_DE.utf8'); comme suggéré ici sans succès. Le contenu est toujours mal affiché.

Qu'est-ce qui me manque?

Modifier:

Une echo mb_detect_encoding($data[$c],'UTF-8'); me donne UTF-8 UTF-8.

echo file_get_contents("specialchars.csv"); me donne "Mäx";"Müstermänn".

Et

print_r(str_getcsv(reset(explode("\n", file_get_contents("specialchars.csv"))), ';'))

donne moi

Array ( [0] => Mäx [1] => Müstermänn )

Qu'est-ce que ça veut dire?

phpcsvutf-8fgetcsv
31
testing

Maintenant, je l'ai fait fonctionner (après avoir supprimé la commande header). Je pense que le problème était que l'encodage du fichier php était en ISO-8859-1. Je l'ai réglé sur UTF-8 sans BOM. Je pensais l'avoir déjà fait, mais j'ai peut-être effectué une annulation supplémentaire.

De plus, j'ai utilisé SET NAMES 'utf8' pour la base de données. Maintenant, il est également correct dans la base de données.

2
testing

Essaye ça:

<?php
$handle = fopen ("specialchars.csv","r");
echo '<table border="1"><tr><td>First name</td><td>Last name</td></tr><tr>';
while ($data = fgetcsv ($handle, 1000, ";")) {
        $data = array_map("utf8_encode", $data); //added
        $num = count ($data);
        for ($c=0; $c < $num; $c++) {
            // output data
            echo "<td>$data[$c]</td>";
        }
        echo "</tr><tr>";
}
?>
50
robssanches

Problème similaire rencontré: analyse du fichier CSV avec des caractères spéciaux tels que é, è, ö etc ...

Les éléments suivants ont bien fonctionné pour moi:

Pour représenter correctement les caractères sur la page html, l'en-tête était nécessaire:

header('Content-Type: text/html; charset=UTF-8');

Afin d'analyser correctement chaque caractère, j'ai utilisé:

utf8_encode(fgets($file));

N'oubliez pas d'utiliser dans toutes les opérations de chaîne suivantes les "fonctions de chaîne multi-octets", comme:

mb_strtolower($value, 'UTF-8');
12
user2992220

Essayez de mettre cela en haut de votre fichier (avant toute autre sortie):

<?php

header('Content-Type: text/html; charset=UTF-8');

?>
6
Andreas Stokholm

Le problème est que la fonction renvoie UTF-8 (elle peut vérifier en utilisant mb_detect_encoding), mais ne convertit pas , et ces caractères prennent comme UTF-8. Par conséquent, il est nécessaire d'effectuer la conversion inverse en encodage initial (Windows-1251 ou CP1251) en utilisant iconv . Mais puisque par le fgetcsv retourne un tableau, je suggère d'écrire une fonction personnalisée: [ Désolé pour mon anglais]

function customfgetcsv(&$handle, $length, $separator = ';'){
    if (($buffer = fgets($handle, $length)) !== false) {
        return explode($separator, iconv("CP1251", "UTF-8", $buffer));
    }
    return false;
}
4
Manvel

Dans mon cas, le fichier source a un encodage Windows-1250 et iconv imprime des tonnes d'avis sur les caractères illégaux dans la chaîne d'entrée ...

Cette solution m'a donc beaucoup aidé:

/**
 * getting CSV array with UTF-8 encoding
 *
 * @param   resource    &$handle
 * @param   integer     $length
 * @param   string      $separator
 *
 * @return  array|false
 */
private function fgetcsvUTF8(&$handle, $length, $separator = ';')
{
    if (($buffer = fgets($handle, $length)) !== false)
    {
        $buffer = $this->autoUTF($buffer);
        return str_getcsv($buffer, $separator);
    }
    return false;
}

/**
 * automatic convertion windows-1250 and iso-8859-2 info utf-8 string
 *
 * @param   string  $s
 *
 * @return  string
 */
private function autoUTF($s)
{
    // detect UTF-8
    if (preg_match('#[\x80-\x{1FF}\x{2000}-\x{3FFF}]#u', $s))
        return $s;

    // detect WINDOWS-1250
    if (preg_match('#[\x7F-\x9F\xBC]#', $s))
        return iconv('WINDOWS-1250', 'UTF-8', $s);

    // assume ISO-8859-2
    return iconv('ISO-8859-2', 'UTF-8', $s);
}

Réponse à la réponse de @ manvel - utilisez str_getcsv au lieu d'exploser - à cause de cas comme celui-ci:

some;Nice;value;"and;here;comes;combinated;value";and;some;others

explode explose la chaîne en plusieurs parties:

some
Nice
value
"and
here
comes
combinated
value"
and
some
others

mais str_getcsv explose la chaîne en plusieurs parties:

some
Nice
value
and;here;comes;combinated;value
and
some
others
3
Petr Hladík