当使用 file_get_contents() 读取含法语等非 ASCII 字符的 JSON 文件时，若文件实际编码为 ISO-8859-1（而非 UTF-8），PHP 可能错误解析多字节字符，导致 json_decode() 失败并返回 null；正确做法是先检测并转换编码为 UTF-8，再解码。
当使用 `file_get_contents()` 读取含法语等非 ascii 字符的 json 文件时，若文件实际编码为 iso-8859-1（而非 utf-8），php 可能错误解析多字节字符，导致 `json_decode()` 失败并返回 `null`；正确做法是先检测并转换编码为 utf-8，再解码。
在 PHP 开发中，json_decode() 返回 null 是常见却易被误判的问题。尤其当 JSON 数据包含法语、西班牙语等带重音符号（如 é, à, ñ）或特殊空格/不可见字符时，即使 JSON 格式本身完全合法（可通过 JSONLint 验证），json_decode() 仍可能静默失败——此时 json_last_error() 通常返回 JSON_ERROR_SYNTAX，而 json_last_error_msg() 显示 "Syntax error"。
根本原因在于：file_get_contents() 是二进制安全的函数，它原样读取字节流，不进行任何字符编码转换。若源 JSON 文件以 ISO-8859-1（常见于旧系统、Windows 记事本保存的法语文件）或 Windows-1252 编码保存，其中的 é（U+00E9）会被存储为单字节 0xE9。当 PHP 将该字节序列当作 UTF-8 解析时，0xE9 不是合法 UTF-8 起始字节，导致后续解析中断，最终 json_decode() 返回 null。
你提供的示例中，"En présentiel" 正是典型 UTF-8 解码错误表现：原始 ISO-8859-1 字节 0xE9（é）被错误按 UTF-8 解释为两个非法字节 0xC3 0xA9，显示为 é；同理 "Pa rtageable" 中的异常空格，极可能是 0xA0（NO-BREAK SPACE）等不可见控制字符未被正确识别所致。
✅ 推荐解决方案：强制统一为 UTF-8 再解码
立即学习“PHP免费学习笔记（深入）”；
function safeJsonDecodeFromFile(string $filePath): array|object|null {
if (!is_file($filePath) || !is_readable($filePath)) {
throw new InvalidArgumentException("File not found or unreadable: {$filePath}");
}
$content = file_get_contents($filePath);
// 检测原始编码（优先尝试 UTF-8， fallback 到 ISO-8859-1 / Windows-1252）
$detected = mb_detect_encoding($content, ['UTF-8', 'ISO-8859-1', 'Windows-1252'], true);
if ($detected === false) {
throw new RuntimeException("Unable to detect encoding of {$filePath}");
}
// 转换为 UTF-8（若非已是 UTF-8）
$utf8Content = $detected === 'UTF-8'
? $content
: mb_convert_encoding($content, 'UTF-8', $detected);
// 移除 BOM（如有），避免 json_decode 报错
$utf8Content = preg_replace('/^\xEF\xBB\xBF/', '', $utf8Content);
$result = json_decode($utf8Content, true);
if (json_last_error() !== JSON_ERROR_NONE) {
throw new RuntimeException(
"JSON decode failed: " . json_last_error_msg() .
" (encoding detected: {$detected}, length: " . strlen($utf8Content) . ")"
);
}
return $result;
}
// 使用示例
try {
$data = safeJsonDecodeFromFile('jsondump.json');
echo "Successfully loaded " . count($data) . " records.\n";
// $data 现在是关联数组，可直接遍历
foreach ($data as $item) {
echo "Course ID: {$item['courseid']}, Title (FR): {$item['title.fr']}\n";
}
} catch (Exception $e) {
error_log("JSON load error: " . $e->getMessage());
}⚠️ 关键注意事项：
-
不要依赖
mb_detect_encoding()的绝对准确性：它基于统计启发式，在短文本或混合编码下可能误判。若已知文件来源（如法国政府系统导出），可直接指定$detected = 'ISO-8859-1';。 -
验证文件真实编码：用 VS Code、Notepad++ 或命令行
file -i jsondump.json查看实际编码；Linux/macOS 下hexdump -C jsondump.json | head -20可排查0xA0（non-breaking space）、0xAD（soft hyphen）等隐藏字符。 -
写入时保持一致性：生成 JSON 文件时，务必用
mb_internal_encoding('UTF-8')并显式声明header('Content-Type: application/json; charset=utf-8');。 - PHP 版本影响：PHP 7.4+ 对多字节处理更健壮，但底层逻辑不变；升级无法绕过编码不匹配问题。
? 终极验证技巧：
在解码前打印原始字节十六进制：
echo bin2hex(substr($content, 0, 50)); // 检查开头是否有 EF BB BF (BOM) 或疑似乱码字节
若看到 c3a9（é 的 UTF-8）则正常；若看到 e9（ISO-8859-1 的 é），则必须转码。
遵循此流程，99% 的“合法 JSON 却 decode 失败”问题将迎刃而解。
