如何在 PHP 中迭代非英文文件名

Question

我有一个目录，其中包含几个文件，其中许多文件的名称都不是英文。我在 Windows 7 中使用 PHP。

我想使用 PHP 列出文件名及其内容。

目前我正在使用 DirectoryIterator 和 file_get_contents。这适用于英文文件名，但不适用于非英文（中文）文件名。

例如，我的文件名类似于“एक और प्रोब्लेम.eml”、“hello 鶨鹙鵨鶣鎹蓥.eml”。

1. DirectoryIterator 无法使用 ->getFilename() 获取文件名
2. file_get_contents 即使我硬编码文件名也无法打开在其参数中。

我该怎么做呢？

Answer 1

这是不可能的。这是 PHP 的限制。 PHP 使用 Windows API 的多字节版本；您仅限于代码页可以表示的字符。

请参阅此答案。

目录内容：

D:\Users\Cataphract\Desktop\teste2>dir
 Volume in drive D is GRANDEDISCO
 Volume Serial Number is 945F-DB89

 Directory of D:\Users\Cataphract\Desktop\teste2

01-06-2010  17:16              .
01-06-2010  17:16              ..
01-06-2010  17:15                 0 coptic small letter shima follows ϭ.txt
01-06-2010  17:18                86 teste.php
               2 File(s)             86 bytes
               2 Dir(s)  12.178.505.728 bytes free

测试文件内容：

<?php
exec('pause');
foreach (new DirectoryIterator(".") as $v) {
    echo $v."\n";
}

测试文件结果：

.
..
coptic small letter shima follows ?.txt
teste.php

调试器输出：

调用堆栈（PHP 5.3.0）：

>   php5ts_debug.dll!readdir_r(DIR * dp=0x02f94068, dirent * entry=0x00a7e7cc, dirent * * result=0x00a7e7c0)  Line 80   C
    php5ts_debug.dll!php_plain_files_dirstream_read(_php_stream * stream=0x02b94280, char * buf=0x02b9437c, unsigned int count=260, void * * * tsrm_ls=0x028a15c0)  Line 820 + 0x17 bytes   C
    php5ts_debug.dll!_php_stream_read(_php_stream * stream=0x02b94280, char * buf=0x02b9437c, unsigned int size=260, void * * * tsrm_ls=0x028a15c0)  Line 603 + 0x1c bytes  C
    php5ts_debug.dll!_php_stream_readdir(_php_stream * dirstream=0x02b94280, _php_stream_dirent * ent=0x02b9437c, void * * * tsrm_ls=0x028a15c0)  Line 1806 + 0x16 bytes    C
    php5ts_debug.dll!spl_filesystem_dir_read(_spl_filesystem_object * intern=0x02b94340, void * * * tsrm_ls=0x028a15c0)  Line 199 + 0x20 bytes  C
    php5ts_debug.dll!spl_filesystem_dir_open(_spl_filesystem_object * intern=0x02b94340, char * path=0x02b957f0, void * * * tsrm_ls=0x028a15c0)  Line 238 + 0xd bytes   C
    php5ts_debug.dll!spl_filesystem_object_construct(int ht=1, _zval_struct * return_value=0x02b91f88, _zval_struct * * return_value_ptr=0x00000000, _zval_struct * this_ptr=0x02b92028, int return_value_used=0, void * * * tsrm_ls=0x028a15c0, long ctor_flags=0)  Line 645 + 0x11 bytes  C
    php5ts_debug.dll!zim_spl_DirectoryIterator___construct(int ht=1, _zval_struct * return_value=0x02b91f88, _zval_struct * * return_value_ptr=0x00000000, _zval_struct * this_ptr=0x02b92028, int return_value_used=0, void * * * tsrm_ls=0x028a15c0)  Line 658 + 0x1f bytes   C
    php5ts_debug.dll!zend_do_fcall_common_helper_SPEC(_zend_execute_data * execute_data=0x02bc0098, void * * * tsrm_ls=0x028a15c0)  Line 313 + 0x78 bytes   C
    php5ts_debug.dll!ZEND_DO_FCALL_BY_NAME_SPEC_HANDLER(_zend_execute_data * execute_data=0x02bc0098, void * * * tsrm_ls=0x028a15c0)  Line 423  C
    php5ts_debug.dll!execute(_zend_op_array * op_array=0x02b93888, void * * * tsrm_ls=0x028a15c0)  Line 104 + 0x11 bytes    C
    php5ts_debug.dll!zend_execute_scripts(int type=8, void * * * tsrm_ls=0x028a15c0, _zval_struct * * retval=0x00000000, int file_count=3, ...)  Line 1188 + 0x21 bytes C
    php5ts_debug.dll!php_execute_script(_zend_file_handle * primary_file=0x00a7fad4, void * * * tsrm_ls=0x028a15c0)  Line 2196 + 0x1b bytes C
    php.exe!main(int argc=2, char * * argv=0x028a14c0)  Line 1188 + 0x13 bytes  C
    php.exe!__tmainCRTStartup()  Line 555 + 0x19 bytes  C
    php.exe!mainCRTStartup()  Line 371  C

这真的是一个问号吗？

dp->fileinfo
{dwFileAttributes=32 ftCreationTime={...} ftLastAccessTime={...} ...}
    dwFileAttributes: 32
    ftCreationTime: {dwLowDateTime=2784934701 dwHighDateTime=30081445 }
    ftLastAccessTime: {dwLowDateTime=2784934701 dwHighDateTime=30081445 }
    ftLastWriteTime: {dwLowDateTime=2784934701 dwHighDateTime=30081445 }
    nFileSizeHigh: 0
    nFileSizeLow: 0
    dwReserved0: 3435973836
    dwReserved1: 3435973836
    cFileName: 0x02f9409c "coptic small letter shima follows ?.txt"
    cAlternateFileName: 0x02f941a0 "COPTIC~1.TXT"
dp->fileinfo.cFileName[34]
63 '?'

是的！这是第 63 号角色。

Answer 2

简短回复：

在Windows下，不能用PHP访问任意文件名； 格式”面板和“管理”选项卡面板“非 Unicode 程序的语言”）。

您只能使用那些名称可以用当前选定的“代码页”表示的文件名（请参阅“区域和语言选项”、 “ ：

Windows 从 Win2000 开始使用 UTF-16 进行文件编码，但 PHP 作为“非 Unicode 感知程序”与底层文件系统进行通信，这意味着存在一个从 PHP 字符串转换为当前的“代码页表”。 UTF-16 字符串，反之亦然。在 PHP 中，可以通过 setlocale() 以“language_country.codepage”的形式检索当前代码页，例如：

setlocale(LC_CTYPE, 0) ==> “english_United States.1252”

其中 1252 是当前从控制面板中选择的 Windows 代码页表，从文件系统检索的文件名必须使用该代码页进行编码；事情变得更加复杂，因为 UTF-16 文件名使用“最适合的代码页”转换为 PHP 字符串，这是实际字符/单词的近似表示，因此您不能信任文件。从文件系统检索的名称和路径，因为它们可能被任意破坏。

参考文献：

http://en.wikipedia.org/wiki/Windows_code_page
什么是“Windows 代码页”。

https://bugs.php.net/bug.php?id=47096
有关此问题的更多详细信息。

Answer 3

发现文件我有这个脚本：

$content = scandir($directory);
$list = "<select size = 5 name ='file' id='file'>\n";
for($i = 0; $i < count ( $content ); $i ++) {
    $list .= "<option>$content[$i] </option>\n";
}
$list .= "</select>\n";

这将成功找到文件：鶨鹙鵨鶣鎹蓥
不过，我在 Linux 发行版上尝试过。

要阅读它，您可以使用：
逐行：

$lines = file('file.txt');
//loop through our array, show HTML source as HTML source; and line numbers too.
foreach ($lines as $line_num => $line) {
print "Line #<b>{$line_num}</b> : " . htmlspecialchars($line) . "<br />\n";//or try it without the htmlspecialchars
}