PHP中比较SQL数据库与XLS文件中西里尔字符串相等的问题

你遇到的视觉一致但字符串对比失败的问题，本质是三个常见原因导致：1. 两端编码不统一；2. 字符串包含不可见控制字符；3. 存在同形异义字符（外观相同的拉丁/西里尔字符编码不同）。

1. 确认编码一致性 #

• 数据库表、存储发件人名称的字段编码必须统一为utf8mb4，排序规则建议使用utf8mb4_bg_0900_ai_ci适配保加利亚语
• 数据库连接时指定编码为utf8mb4，避免读取数据时出现编码转换错误
• 确认PhpSpreadsheet读取Excel文件时的编码匹配，如果Excel文件是保加利亚语常用的Windows-1251编码，需要显式指定输入编码：

$Reader = new Xlsx();
// 根据实际文件编码调整，常见西里尔文件编码为Windows-1251或UTF-8
$Reader->setInputEncoding('Windows-1251'); 
$spreadSheet = $Reader->load($targetPath);

2. 排查不可见字符与同形字符 #

运行以下代码输出两个字符串的字节编码，确认差异点：

function getStrHex($str): string
{
    $hex = [];
    foreach (str_split($str) as $char) {
        $hex[] = dechex(ord($char));
    }
    return implode(' ', $hex);
}

echo '数据库字符串编码：' . getStrHex($name1) . '<br>';
echo 'Excel读取字符串编码：' . getStrHex($name2) . '<br>';

如果出现多余的e2 80 8b（零宽空格）、ef bb bf（BOM头）等字节，就是存在不可见控制字符；如果对应位置的字符字节不同但外观一致，就是同形异义字符。

先统一清洗两个字符串，再做对比：

// 字符串清洗函数
function cleanCyrillicStr(string $str): string
{
    // 移除首尾空白
    $str = trim($str);
    // 移除零宽空格、BOM头、全角不间断空格等不可见特殊字符
    $str = preg_replace('/[\x{200B}-\x{200D}\x{FEFF}\x{A0}]/u', '', $str);
    // 合并连续空格
    $str = preg_replace('/\s+/', ' ', $str);
    // 同形字符映射：把混在西里尔中的拉丁同形字符转成对应西里尔字符
    $translitMap = [
        'A' => 'А', 'B' => 'В', 'C' => 'С', 'E' => 'Е', 'H' => 'Н', 'K' => 'К',
        'M' => 'М', 'O' => 'О', 'P' => 'Р', 'T' => 'Т', 'Y' => 'У', 'X' => 'Х',
        'a' => 'а', 'o' => 'о', 'p' => 'р', 'c' => 'с', 'x' => 'х'
    ];
    return strtr($str, $translitMap);
}

// 清洗后对比
$cleanName1 = cleanCyrillicStr($name1);
$cleanName2 = cleanCyrillicStr($name2);

if (mb_strtolower($cleanName1, 'UTF-8') === mb_strtolower($cleanName2, 'UTF-8')) {
    // 匹配成功，执行后续文件处理逻辑
}

内容的提问来源于stack exchange，提问作者milenmk