本文详解 PHP 读取 UTF-16LE 编码 CSV 文件时因多字节字符（如希腊字母）导致数组解析异常的问题，提供完整解决方案：先用 mb_convert_encoding 转换编码，再用 mb_split 替代 preg_split 安全分割行，最后结合 str_getcsv 正确解析字段。
本文详解 php 读取 utf-16le 编码 csv 文件时因多字节字符（如希腊字母）导致数组解析异常的问题，提供完整解决方案：先用 `mb_convert_encoding` 转换编码，再用 `mb_split` 替代 `preg_split` 安全分割行，最后结合 `str_getcsv` 正确解析字段。
在处理国际化 CSV 数据时，若源文件采用 UTF-16LE 编码（常见于 Windows Excel 导出），直接使用 file_get_contents() + preg_split() + str_getcsv() 的组合极易出错——尤其当字段中包含希腊字母（如 Βάση）、西里尔文或中文等 Unicode 字符时。根本原因在于：preg_split() 默认不支持多字节字符串，其正则引擎会将 UTF-16LE 或转换后的 UTF-8 中的多字节序列错误切分，导致行边界识别失败，最终 str_getcsv() 接收到残缺或拼接的字符串，从而产生字段数坍塌（如预期 7 列却只解析出 2 列）。
✅ 正确做法是全程启用多字节安全函数：
// 1. 读取原始二进制内容
$rawContent = file_get_contents($this->listUrl);
// 2. 安全转换编码：UTF-16LE → UTF-8（注意参数顺序：目标编码在前，源编码在后）
$utf8Content = mb_convert_encoding($rawContent, 'UTF-8', 'UTF-16LE');
// 3. 使用 mb_split 按行分割（\R 匹配所有 Unicode 换行符，且 mb_split 支持多字节）
$lines = mb_split('/\R/', $utf8Content);
// 4. 对每一行执行 CSV 解析（str_getcsv 本身支持 UTF-8，无需额外转码）
$parsedArray = array_map(function ($line) {
return str_getcsv($line, ';'); // 注意：分隔符需与文件实际一致（此处为分号）
}, $lines);
// 可选：过滤空行
$parsedArray = array_filter($parsedArray, function ($row) {
return !empty(array_filter($row)); // 去除全空行
});
⚠️ 关键注意事项：
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。
- 勿用 preg_split 处理多字节字符串：即使已转为 UTF-8，preg_split 默认使用单字节模式，\R 在非 u（PCRE_UTF8）修饰符下可能误判换行位置；
- mb_split 需启用 mbstring 扩展：确认 PHP 配置中 extension=mbstring 已启用，否则会触发致命错误；
- 编码转换方向不可颠倒：mb_convert_encoding($data, 'UTF-8', 'UTF-16LE') 中，第二个参数是目标编码，第三个是源编码；
- BOM 处理建议：UTF-16LE 文件常带 BOM（0xFF 0xFE），mb_convert_encoding 通常能自动识别并剥离；若仍有问题，可手动移除：$utf8Content = ltrim($utf8Content, "\xFF\xFE");；
- 验证编码真实性：使用 mb_detect_encoding($rawContent, ['UTF-16LE', 'UTF-8'], true) 辅助判断原始编码，避免硬编码导致转换失败。
? 进阶优化：对于超大文件，建议改用流式处理（如 fopen + stream_set_encoding + 自定义逐行读取），避免内存溢出；同时推荐在 str_getcsv 前对每行做 trim() 清理首尾空白，提升健壮性。
通过以上方案，即可稳定解析含希腊语、俄语、中文等任意 UTF-16LE CSV 数据，确保字段完整性与字符准确性。
