本文介绍一种健壮、兼容性强的 PHP 方案：不依赖 fseek() 硬跳字节，而是动态识别并清除首行首字段中的 UTF-8 BOM（\xEF\xBB\xBF），从而统一处理带/不带 BOM 的 CSV 文件，避免数据错位或乱码。
本文介绍一种健壮、兼容性强的 php 方案：不依赖 `fseek()` 硬跳字节，而是动态识别并清除首行首字段中的 utf-8 bom（\xef\xbb\xbf），从而统一处理带/不带 bom 的 csv 文件，避免数据错位或乱码。
在实际开发中，CSV 文件编码常存在差异——部分编辑器（如 Excel、Notepad++）默认保存为 UTF-8 with BOM，其文件开头包含 3 字节的 BOM 标记（0xEF 0xBB 0xBF）；而标准 UTF-8 文件则无此标记。若强行使用 fseek($handle, 3) 处理无 BOM 文件，会导致首字段前 3 字符被错误截断，引发数据偏移（如 storenumber 变成 orenumber），造成入库失败或逻辑错误。
更安全的做法是：在读取首行后，仅对第一列（$data[0]）做 BOM 清洗，且仅执行一次。BOM 只可能出现在文件最开头，因此只影响首行首字段，后续行无需处理。核心代码如下：
$firstRow = true;
while (($data = fgetcsv($handle, 9000000, ";")) !== false) {
if ($firstRow) {
// 移除 UTF-8 BOM（仅作用于首行首字段）
$data[0] = str_replace("\xEF\xBB\xBF", "", $data[0]);
$firstRow = false;
}
// 正常处理每一行数据（含已清洗的 $data[0]）
$bi1_values[] = "('" . $data[0] . "', '"
. str_replace("'", "''", $data[1]) . "', "
. "'$date1', '$date2', '" . $data[2] . "', '" . $data[4] . "', '"
. str_replace("'", "''", $data[5]) . "', '"
. str_replace("'", "''", $data[6]) . "')";
if (count($bi1_values) === 1000) {
$query = "INSERT INTO dbo.Sales (storenumber, storename, date, time, TransRef, stylecode, color, size) VALUES "
. implode(',', $bi1_values);
$stmt = $conn->query($query);
if (!$stmt) {
file_put_contents("D:/xampp/htdocs/errors/erreur_BI1.txt", $query . PHP_EOL, FILE_APPEND | LOCK_EX);
}
$bi1_values = [];
}
}✅ 优势说明：
Miller CSV TSV JSON 数据处理器
下载
Miller (mlr) 是一个命令行工具，用于查询、整形和重新格式化名称索引数据，如 CSV、TSV、JSON 和 JSON Lines。它将 awk、sed、cut、join 和 sort 的功能整合到一个专为结构化数据处理而构建的单一工具中。
- ✅ 零风险兼容：无论文件是否含 BOM，均能正确解析首字段；
- ✅ 无需预判编码：避免 fopen 前额外读取文件头判断（减少 I/O 开销）；
- ✅ 语义清晰：BOM 处理逻辑与业务逻辑解耦，可读性与可维护性更高；
- ✅ 符合 RFC 3629：UTF-8 BOM 非强制标准，但应被程序优雅容忍。
⚠️ 注意事项：
立即学习“PHP免费学习笔记（深入）”；
- str_replace("\xEF\xBB\xBF", "", $data[0]) 必须使用十六进制字面量（而非 \ufeff 或 mb_convert_encoding），因 fgetcsv() 返回的是原始字节流，mbstring 函数在此场景下可能因编码未声明而失效；
- 若 CSV 第一列本身可能合法包含 \xEF\xBB\xBF（极罕见），需改用更严格的前缀匹配：if (substr($data[0], 0, 3) === "\xEF\xBB\xBF") $data[0] = substr($data[0], 3);；
- 建议在 fopen() 后增加简单 BOM 探测日志（如 error_log("BOM detected: " . (substr(file_get_contents($file, false, null, 0, 3), 0, 3) === "\xEF\xBB\xBF" ? "yes" : "no"));），便于后期调试。
综上，摒弃“一刀切”的 fseek()，采用首行首字段动态清洗策略，是兼顾鲁棒性、简洁性与可维护性的最佳实践。
