文字列に「,」を含むcsvファイルをstr_getcsvで読み込むとうまく動かない

phpで、以下のコードで、csvのヘッダー行と項目数が異なる場合はエラーとしているのですが、

php
1foreach ($lines as $key => $line) {
2   $line_count = count(str_getcsv($line));
3　　//$headerLineNumはヘッダー行項目数
4   if ($line_count != $headerLineNum) {
5      return 'ヘッダー行と項目数が異なります。';
6   }
7}
8

以下のデータの場合、sgr_getcsvが正しく動かず、項目数を6としてしまいます。
".,",データ2,データ3,データ4,データ5

ちなみに、以下の場合は、正しく機能し、項目数が5となります。
データ2,".,",データ3,データ4,データ5

先頭にダブルクォーテーションで囲まれたものがある場合、何かしら処理が必要なのでしょうか？

行動規範の内容に同意します

回答3件

ベストアンサー

php
1<?php
2$input = '".,",データ2,データ3,データ4,データ5';
3$result = str_getcsv($input);
4print_r($result);
5?>
6

Array
(
    [0] => .,
    [1] => データ2
    [2] => データ3
    [3] => データ4
    [4] => データ5
)

あれ？上手くいきますけど。。。
データにゴミでも入っているんですかね？文字コードとか？
PHP 5.4.16 で試しました。

追記（まとめ）

つまりstr_getcsvを普通の使い方をして、

"デ"ータ1,データ2

こういうデータがあった時に
エンクロージャが外れて

データ1
データ2

こう解釈されるのはおかしいのでは？

という疑問ですよね。

確かにおかしい気はしますが、おかしいのはデータであって、
ではどう解釈するのが正しいかというのも微妙で
csvのフォーマットは歴史的に方言が沢山あるのが実情ですから
「PHPの実装はこういうものだ」と理解するのがよいかと個人的には思いました。

どうしてもこの余計な解釈を回避したい場合には、
データをcsvフォーマットとしてふさわしいものに修正変更するか、
getcsvをあきらめて自前でパースするしかなさそうです。

投稿2018/09/05 07:22

編集2018/09/05 10:07

taka-saan

総合スコア665

mizutama72

2018/09/05 07:33

回答ありがとうございます。本当ですね。。私もプログラムの中で、$line = '".,",データ2,データ3,データ4,データ5';としたら、うまくいきました。ファイルの場合だけ、おかしくなるようです。

taka-saan

2018/09/05 08:11 編集

ファイルの場合というわけではなく、おそらく、いずれかのカラムの文字が壊れている（マルチバイト文字なのに2byte目以降が無いとか、バイナリが混入しているとか）のが原因ではないでしょうか。もしそうなら、行（$line）の状態でその様な文字を捨てるか置換するなど加工して回避してから、 getcsvするのが解決法だと思います。エラーになる行を特定して、実データのファイル上でその行を（場合によってはバイナリエディタ等で）よく調べてみてください。

mizutama72

2018/09/05 08:58

回答ありがとうございます。頂いた回答で、色々さかのぼって調べてみました。各行を読み込むforeachの前にcsvファイル自体を読み込んでいる部分がありまして、 $lines = str_getcsv($fileContent, "\n",'"'); どうやらこれを実行すると、おかしくなっているようでした。ユーザのCSVファイルはサイズが大きいのでエラーになった箇所だけをコピーして1行だけのファイルを作り、 ----------------- フィールド1,フィールド2,フィールド3,フィールド4,フィールド5 ".,",データ2,データ3,データ4,データ5 ----------------- として、上記のCSVファイルを、$lines = str_getcsv($fileContent, "\n",'"');で実行すると、 $linesの結果が、 array ( 0 => 'フィールド1,フィールド2,フィールド3,フィールド4,フィールド5', 1 => '.,,データ2,データ3,データ4,データ5', ) となってしまい、ダブルクォーテーションが外れていました。なぜ外れてしまうのかは、また謎なのですが・・・。ちなみに、ファイルの内容を、 --------------------- フィールド1,フィールド2,フィールド3,フィールド4,フィールド5 データ2,".,",データ3,データ4,データ5 --------------------- とすると、 [2018-09-05 17:53:58] local.DEBUG: array ( 0 => 'フィールド1,フィールド2,フィールド3,フィールド4,フィールド5', 1 => 'データ2,".,",データ3,データ4,データ5', ) のように、ダブルクォーテーションが外れません。

taka-saan

2018/09/05 09:29

なるほど。 > なぜ外れてしまうのかは、また謎なのですが・・・。 $lines = str_getcsv($fileContent, "\n",'"'); この処理でエンクロージャであるダブルクォーテーションは外れますよ。改行をデリミタとした大きなcsvにみなしてるわけですから。「ちなみに」の方はカラムの先頭がエンクロージャでないのではずれないのは当然です。１行が１カラムとして扱ってるんですから。こうしたらきっと直ります。 $lines = str_getcsv($fileContent, "\n",''); しかし、行を分割するのにstr_getcsv()を用いたのが失敗でしたね。 fgets()を使って1行ずつ読み込みながら$linesに追加していくのが一般的でその方が多少処理効率も良いです。謎が分かってすっきりしました^^

taka-saan

2018/09/05 09:47

勝手にまとめます。つまりstr_getcsvを普通の使い方をして、 "デ"ータ1,データ2 こういうデータがあった時にエンクロージャが外れてデータ1 データ2 こう解釈されるのはおかしいのでは？という疑問ですよね。確かにおかしい気はしますが、おかしいのはデータであって、ではどう解釈するのが正しいかというのも微妙で csvのフォーマットは歴史的に方言が沢山あるのが実情ですから「PHPの実装はこういうものだ」と理解するのがよいかと個人的には思いました。

mizutama72

2018/09/05 10:44

ご連絡が遅くなりました。動きました！！ fgetsに変更しましたら、無事に反応するようになりました。 >$lines = str_getcsv($fileContent, "\n",'"'); >この処理でエンクロージャであるダブルクォーテーションは外れますよ。 >改行をデリミタとした大きなcsvにみなしてるわけですから。 >「ちなみに」の方はカラムの先頭がエンクロージャでないので >はずれないのは当然です。１行が１カラムとして扱ってるんですから。そうなのですね。。よくわからず使っていました。本当にありがとうございます。助かりました。

行動規範の内容に同意します

第2引数以降の設定でダメなら、裏技的なことかも知れませんが、$lineの中身を加工して、str_getcsv()で正常に処理できるようにする必要があるかも知れません。
≪案1≫
ダブルクォーテーションで囲まれた要素を別の文字に置き換え、列データに分割後に元のデータに戻す。
≪案2≫
ダブルクォーテーションで囲まれた要素以外のすべての要素をダブルクォーテーションで囲むように加工する。
（これが本来のCSVの書式だが、str_getcsv()の第2引数以降の設定が必要かどうかは不明）
※元々ダブルクォーテーションで囲まれている要素は、正規表現などで検出します。

投稿2018/09/05 07:08

編集2018/09/05 07:09