CSV 看似簡單,實則暗藏坑點:欄位內含逗號、換行符、雙引號時需用雙引號包裹,且雙引號本身要用雙引號跳脫("")。PHP 內建 fgetcsv() 能正確處理這些情況,但若需自行實作或處理非標準 CSV,本文提供一個健壯的解析函式並解析核心邏輯。
<?php
function readCsvWithFgetcsv(string $filePath, string $encoding = 'UTF-8'): array
{
if (!file_exists($filePath) || !is_readable($filePath)) {
throw new InvalidArgumentException("檔案不存在或不可讀: $filePath");
}
$handle = fopen($filePath, 'r');
if (!$handle) {
throw new RuntimeException("無法開啟檔案: $filePath");
}
// 若檔案含 BOM,跳過
$bom = fread($handle, 3);
if ($bom !== "\xEF\xBB\xBF") {
rewind($handle);
}
$data = [];
while (($row = fgetcsv($handle, 0, ',', '"', '\\')) !== false) {
// fgetcsv 參數:長度 0=不限、分隔符、包裹字元、跳脫字元
// 轉換編碼(若非 UTF-8)
if ($encoding !== 'UTF-8') {
$row = array_map(fn($v) => mb_convert_encoding($v, 'UTF-8', $encoding), $row);
}
$data[] = $row;
}
fclose($handle);
return $data;
}
以下函式模擬 fgetcsv 核心邏輯:狀態機追蹤是否在雙引號包裹區塊內。
<?php
/**
* 手動解析 CSV 字串(教學用,生產環境請用 fgetcsv)
* @param string $csvContent 完整 CSV 內容
* @return array 二維陣列 [row][col]
*/
function parseCsvManual(string $csvContent): array
{
$rows = [];
$row = [];
$field = '';
$inQuotes = false;
$len = strlen($csvContent);
for ($i = 0; $i < $len; $i++) {
$ch = $csvContent[$i];
$next = ($i + 1 < $len) ? $csvContent[$i + 1] : '';
if ($inQuotes) {
if ($ch === '"') {
if ($next === '"') {
// 雙引號跳脫 ""
$field .= '"';
$i++; // 跳過下一個引號
} else {
// 結束引號區塊
$inQuotes = false;
}
} else {
$field .= $ch;
}
} else {
if ($ch === '"') {
// 開始引號區塊
$inQuotes = true;
} elseif ($ch === ',') {
// 欄位分隔
$row[] = $field;
$field = '';
} elseif ($ch === "\n" || $ch === "\r") {
// 換行結束列(處理 \r\n)
if ($ch === "\r" && $next === "\n") $i++;
$row[] = $field;
$rows[] = $row;
$row = [];
$field = '';
} else {
$field .= $ch;
}
}
}
// 最後一行可能無換行結尾
if ($field !== '' || $row !== []) {
$row[] = $field;
$rows[] = $row;
}
return $rows;
}
// 測試
$csv = << Array ( [0] => name [1] => age [2] => note )
[1] => Array ( [0] => John, Jr. [1] => 25 [2] => He said "Hello" )
[2] => Array ( [0] => Mary [1] => 30 [2] => Single line )
[3] => Array ( [0] => Multi\nline [1] => 40 [2] => Has newline )
)
*/
狀態:Outside Quotes (預設) 讀到 " → 進入 Inside Quotes 讀到 , → 結束欄位,加入 row 讀到 \n → 結束欄位,結束 row,加入 rows 讀到 其他 → 累加到 field 狀態:Inside Quotes 讀到 " 且下一個是 " → 累加 " 到 field,跳過下一個 讀到 " 且下一個非 " → 離開 Inside Quotes 讀到 其他(含 , \n) → 累加到 field
<?php
function csvGenerator(string $filePath): Generator
{
$handle = fopen($filePath, 'r');
if (!$handle) throw new RuntimeException("Cannot open $filePath");
// 跳過 BOM
$bom = fread($handle, 3);
if ($bom !== "\xEF\xBB\xBF") rewind($handle);
while (($row = fgetcsv($handle)) !== false) {
yield $row;
}
fclose($handle);
}
// 使用:逐行處理,記憶體恆定
foreach (csvGenerator('big.csv') as $row) {
// 處理單行...
}
| 問題 | 原因 | 解決 |
|---|---|---|
| 中文亂碼 | 檔案編碼非 UTF-8(如 Big5、GBK) | mb_convert_encoding($val, 'UTF-8', 'BIG5') 或 fgetcsv 後統一轉碼 |
| 欄位數不一致 | 資料行含未包裹的換行 | 用 fgetcsv 正確處理包裹換行,或預處理合併行 |
| 首行 BOM 導致第一欄位名稱帶 \uFEFF | UTF-8 with BOM | 開檔後讀 3 位元組檢查並 rewind |
| 記憶體不足 | 一次 file_get_contents 載入巨大檔案 | 改用 fgetcsv + Generator 串流處理 |
| 分隔符非逗號(Tab、分號) | CSV 標準未強制逗號 | fgetcsv($handle, 0, "\t") 指定分隔符 |
CSV 解析的核心是狀態機處理雙引號包裹與跳脫。生產環境**強烈建議直接使用 fgetcsv()**,它經過大量測試、支援多種邊界情況、效能佳。僅在教學、特殊非標準格式、或無法使用檔案指標時,才考慮自行實作。搭配 Generator 串流處理,即可安全解析任意大小的 CSV 檔案。