PHP使用copy/file_get_contents处理含非英文字符文件名报错求助

这个问题的核心是URL中包含非ASCII字符时没有正确编码，导致copy()和file_get_contents()这类函数错误地将ø转码成了Гё。下面是具体的解决思路和实现方案：

为什么会出错？ #

URL标准要求所有非ASCII字符必须转换成百分号编码（比如ø在UTF-8中对应的编码是%C3%B8）。而PHP的这些文件操作函数默认可能会用系统的默认编码（比如ISO-8859-1或Windows-1251）去处理URL中的非ASCII字符，导致字符转码混乱，最终请求了错误的URL路径。

解决方案：正确编码URL中的非ASCII部分 #

你需要对URL中的路径部分（尤其是文件名）进行URL编码，确保所有非ASCII字符都转换成符合标准的百分号格式。推荐使用rawurlencode()函数，它会严格按照URL编码规则处理字符，保留斜杠等路径分隔符。

方法1：直接编码文件名后拼接URL #

如果文件名是单独的变量，可以直接对文件名编码后拼接成完整URL：

$filename = 'image-with-ø-symbol.jpg';
$remote_url = 'http://domain.name/' . rawurlencode($filename);

// 使用copy()
copy($remote_url, $local_path);

// 或者使用file_get_contents()
file_put_contents($local_path, file_get_contents($remote_url));

方法2：解析完整URL并编码路径段 #

如果URL是完整的字符串，可以先解析URL结构，对每个路径段分别编码后再重组：

$original_url = 'http://domain.name/image-with-ø-symbol.jpg';
$url_parts = parse_url($original_url);

// 拆分路径为多个段
$path_segments = explode('/', ltrim($url_parts['path'], '/'));
// 对每个段进行URL编码
$encoded_segments = array_map('rawurlencode', $path_segments);
// 重组编码后的路径
$encoded_path = '/' . implode('/', $encoded_segments);

// 构建完整的编码后URL
$encoded_url = $url_parts['scheme'] . '://' . $url_parts['host'] . $encoded_path;

// 执行文件抓取
copy($encoded_url, $local_path);

额外注意事项 #

• 确保你的PHP源代码文件本身是UTF-8编码（无BOM），这样字符串中的ø才会被正确识别为UTF-8字符，否则编码函数可能无法正常工作。
• 避免使用urlencode()，因为它会把斜杠/也转换成%2F，导致路径结构被破坏，而rawurlencode()会保留路径分隔符，更适合处理URL路径。

内容的提问来源于stack exchange，提问作者Alex