如何使用PHP修复CSV文件中的乱码（Mojibake）问题？

阿华AIGC实验室

2026-3-30

从你描述的情况来看，这种乱码是典型的双重编码错误导致的——原始的UTF-8文本被错误地用单字节编码（比如Windows-1252/ISO-8859-1）解码，之后又被当作单字节编码的文本重新编码为UTF-8，最终形成了像Ã?Æ?Ã?â??这类多层混乱的字符组合。下面给你一步步的解决方案：

一、先理解乱码的修复逻辑

要修复这种双重编码的乱码，需要反向操作两次错误的编码流程：

先把当前的UTF-8乱码字符串，解码为Windows-1252/ISO-8859-1的字节流（还原第一次错误解码前的原始字节）
再将这些字节流当作真正的UTF-8文本重新解码

二、修改修复乱码的方法

更新你的fixMojibake方法，加入双重转换的逻辑：

private function fixMojibake(array &$line): void
{
    foreach ($line as $key => $value) {
        if (is_string($value) && Str::isMojibake($value)) {
            // 优先尝试Windows-1252的双重转换
            $rawBytes = mb_convert_encoding($value, 'Windows-1252', 'UTF-8');
            $fixedValue = mb_convert_encoding($rawBytes, 'UTF-8', 'Windows-1252');
            
            // 如果Windows-1252修复无效，试试ISO-8859-1的组合
            if (Str::isMojibake($fixedValue)) {
                $rawBytes = mb_convert_encoding($value, 'ISO-8859-1', 'UTF-8');
                $fixedValue = mb_convert_encoding($rawBytes, 'UTF-8', 'ISO-8859-1');
            }
            
            $line[$key] = $fixedValue;
        }
    }
}

如果mb_convert_encoding效果不好，也可以试试iconv（对边缘编码场景的处理更严格）：

// 用iconv实现双重转换
$fixedValue = iconv('UTF-8', 'Windows-1252//IGNORE', $value);
$fixedValue = iconv('Windows-1252', 'UTF-8//IGNORE', $fixedValue);

三、优化乱码检测的正则表达式

你当前的正则/Ã.|â.|Â./可能会误判一些正常字符，建议优化为更精准的匹配，只针对典型的双重编码乱码：

public static function isMojibake(string $string): bool
{
    // 匹配常见的双重编码乱码模式：Ã+特殊字符、â+特殊字符、Â+特殊字符
    return preg_match('/Ã[âÂ€’”“]|â[Â€’”“]|Â[€’”“,.]/', $string) === 1;
}

四、确保CSV读取的编码正确

虽然file -i显示CSV是us-ascii，但实际上文件包含非ASCII字符，读取时不要依赖系统默认编码：

方式1：用二进制模式读取

避免系统自动转换编码，保留原始字节流：

$handle = fopen('sample.csv', 'rb');
while (($line = fgetcsv($handle)) !== false) {
    $this->fixMojibake($line);
    // 处理修复后的行数据
}
fclose($handle);

方式2：用SplFileObject指定编码

如果用SplFileObject读取，可以强制指定编码尝试读取：

$file = new SplFileObject('sample.csv', 'r');
$file->setFlags(SplFileObject::READ_CSV);
// 先尝试UTF-8，不行再换成Windows-1252
$file->setEncoding('UTF-8'); 

foreach ($file as $line) {
    $this->fixMojibake($line);
    // 处理行数据
}