PHP处理竖线分隔CSV（值含逗号）首行解析异常的解决方法

问题场景 #

我有一个竖线分隔的CSV文件，存储名言数据，示例内容如下：

The old world is dying, and a new world struggles to be born; now is the time of monsters.|Antonio Gramsci|1891-1937
The unexamined life is not worth living.|Socrates|c.469-399 B.C.

使用以下PHP代码读取并转换为数组时，首行未被正确分割，第二行解析正常：

<?php
        $file = fopen("quotes.csv", "r");

        $data = fgetcsv($file, 1000, "|");

        $arr = [];
        
        while (($data = fgetcsv($file, 1000, "|")) !== false) {
            $arr[] = $data;
        }

        echo "<pre>";print_r($arr)
  
?>

首行输出结果（未正确分割）：

[0] => Array
        (
            [0] => The old world is dying, and a new world struggles to be born; now is the time of monsters.|Antonio Gramsci|1891-1937|
        )

第二行输出结果（正常解析）：

[1] => Array
        (
            [0] => The unexamined life is not worth living.
            [1] => Socrates
            [2] => c.469-399 B.C.
        )

已知首行异常与第一列包含逗号有关，需要实现首行的正确解析，使其输出与第二行一致。

问题根源与修复步骤 #

1. 移除多余的fgetcsv调用 #

代码开头先调用了一次fgetcsv读取首行，但未将其存入数组，后续while循环从第二行开始读取。这会导致首行数据丢失（你的输出显示首行在数组中，可能是代码粘贴失误）。删除这行多余调用，确保所有行都能进入循环处理。

2. 处理UTF-8 BOM（如果存在） #

若CSV文件是UTF-8编码且带有BOM头（文件开头的EF BB BF字节），fgetcsv会将BOM作为第一个字段的一部分，导致分隔符|无法被正确识别。需在读取文件前跳过BOM。

3. 显式设置enclosure参数 #

默认情况下fgetcsv使用双引号作为字段包裹符，即使字段未被引号包裹，字段内的逗号仍可能触发错误解析逻辑。显式设置enclosure为空字符串，可强制fgetcsv完全按照指定的|分隔符分割字段。

修复后的完整代码 #

<?php
$file = fopen("quotes.csv", "r");
$arr = [];

// 跳过UTF-8 BOM（如果存在）
$bom = fread($file, 3);
if ($bom !== "\xEF\xBB\xBF") {
    rewind($file);
}

while (($data = fgetcsv($file, 1000, "|", "")) !== false) {
    // 清理行尾多余|导致的空字段
    $data = array_filter($data, function($value) {
        return $value !== "";
    });
    $arr[] = $data;
}

echo "<pre>";
print_r($arr);
fclose($file);
?>

关键说明 #

• 移除多余调用后，所有行都会被循环读取处理；
• 跳过BOM确保文件开头的特殊字符不会干扰分隔符识别；
• 空字符串的enclosure参数强制fgetcsv忽略字段内的逗号，仅按|分割；
• array_filter用于清理行尾多余|产生的空字段，保证数组结构一致。

内容的提问来源于stack exchange，提问作者Carlo M