本文详解 PHP 中读取 UTF-16LE 编码 CSV 文件时因多字节字符（如希腊字母）导致 str_getcsv() 解析失败的问题，提供基于 mb_convert_encoding() 与 mb_split() 的可靠解决方案，并强调避免使用单字节函数处理 Unicode 文本的关键原则。
本文详解 php 中读取 utf-16le 编码 csv 文件时因多字节字符（如希腊字母）导致 `str_getcsv()` 解析失败的问题，提供基于 `mb_convert_encoding()` 与 `mb_split()` 的可靠解决方案，并强调避免使用单字节函数处理 unicode 文本的关键原则。
在 PHP 中处理非 UTF-8 编码的 CSV 文件（尤其是 Windows 环境下常见的 UTF-16LE 格式）时，若直接使用 preg_split() 或 explode() 拆分换行符，极易引发解析异常——正如问题中所示：本应包含 7 个字段的行，却因希腊字符（如 Βάση）被错误截断，最终数组仅剩 2 个元素。根本原因在于：preg_split("/\R/", $str) 默认按字节匹配换行符，而 UTF-16LE 中的 \r\n 在 UTF-8 转码后可能被拆解为无效字节序列，且 str_getcsv() 内部未启用多字节安全模式，无法正确识别跨字节的分隔符与引号边界。
✅ 正确做法是全程启用多字节字符串处理：
- 先转码：用 mb_convert_encoding() 将原始 UTF-16LE 内容无损转换为 UTF-8；
- 再拆行：使用 mb_split() 替代 preg_split()，确保换行符 \R（\r\n|\r|\n）在多字节上下文中被准确识别；
- 最后解析：对每一行调用 str_getcsv()（其本身支持 UTF-8，前提是输入已正确转码）。
以下是推荐的完整实现：
QuickBooks Mileage CSV
下载
使用 qbo-mileage CLI 及用户凭证，从 Airtable、Outlook 或 Google Calendar 记录生成 QuickBooks Online 里程 CSV 文件。
$content = file_get_contents($this->listUrl);
// 关键：强制指定源编码为 UTF-16LE，目标为 UTF-8
$content = mb_convert_encoding($content, 'UTF-8', 'UTF-16LE');
// 关键：使用 mb_split 处理多字节换行符（兼容 \r\n, \r, \n）
$lines = mb_split('/\R/', $content);
// 安全解析每行 CSV（分隔符为 ;，自动处理引号与转义）
$data = array_map(function ($line) {
return str_getcsv(trim($line), ';');
}, $lines);
// 过滤空行（可选）
$data = array_filter($data, function ($row) {
return !empty(array_filter($row, 'strlen'));
});
⚠️ 注意事项：
- 切勿省略 mb_convert_encoding() 的第三个参数：'UTF-16LE' 必须显式指定，否则 PHP 可能误判为 UTF-16BE 或其他编码，导致乱码；
- 禁用 preg_split() 处理多字节文本：其底层基于字节操作，对 UTF-8 中的 \n（0x0A）可能误判为字符中间字节，造成行断裂；
- 验证 BOM（字节顺序标记）：UTF-16LE 文件通常以 FF FE 开头，mb_convert_encoding() 可自动识别并剥离，但若手动处理，建议先用 hexdump -C 确认编码；
- str_getcsv() 的局限性：它虽支持 UTF-8，但不支持 \0 字符；若 CSV 含 NULL 字节，需先 str_replace("\0", "", $line) 清理。
总结：处理 Unicode CSV 的核心原则是「编码转换先行、多字节函数贯穿始终」。mb_split() 是解决换行符解析错乱的最简方案，配合正确的转码链路，即可稳定支持希腊语、中文、阿拉伯语等所有 UTF-16LE 编码的国际化 CSV 数据。
