PHP SplFileObject 怎样按列读取制表符文件

如果文件看起来是“用 Tab 分列”的 TSV，却被 PHP 读成一整列，通常不是 SplFileObject 迭代出了问题，而是仍然使用了 CSV 默认的逗号分隔符。正确做法是把制表符配置为分隔符，再选择 READ_CSV 迭代或 fgetcsv() 按行读取。PHP 8.4 还建议显式传入 escape，避免依赖默认值。

本文只讨论读取 TSV 和按列访问。示例假设每行字段之间使用一个制表符，列顺序为“编号、姓名、部门”。

先判断为什么 TSV 会被读成一列

SplFileObject::fgetcsv() 返回的是一行字段数组，但它默认按逗号拆分。制表符文件若没有重新配置分隔符，$row[0] 可能包含整行文本，$row[1] 则不存在。

把这件事拆成三层会更容易排查：

• 输入层：文件确实使用制表符，而不是多个空格。
• 解析层：separator 设置为 "\t"，且它是单字节字符。
• 访问层：读取结果是数组，按稳定的列索引或表头映射取值。

用 setCsvControl 配置制表符

推荐在创建对象后集中设置 CSV 控制参数。制表符作为第一个参数传给 setCsvControl()，双引号作为包围符，空字符串作为显式 escape。这样既能支持带包围符的字段，也不会依赖 PHP 8.4 的默认 escape 值。

setCsvControl("\t", '"', '');
$file->setFlags(SplFileObject::READ_CSV | SplFileObject::SKIP_EMPTY);

foreach ($file as $row) {
    // 迭代结束时可能得到 false，空行也可能产生不需要的记录。
    if ($row === false || $row === [null]) {
        continue;
    }

    // 这里按列访问：第 0 列编号，第 1 列姓名，第 2 列部门。
    $id = trim((string) ($row[0] ?? ''));
    $name = trim((string) ($row[1] ?? ''));
    $department = trim((string) ($row[2] ?? ''));

    if ($id === '' || $name === '') {
        // 必要字段缺失时跳过当前行，避免把坏行写入后续业务。
        continue;
    }

    echo $id . ' | ' . $name . ' | ' . $department . PHP_EOL;
}
?>

这里的关键不是把每一行手工 explode("\t", ...)，而是让 CSV 解析器理解包围符和字段边界。若字段内容可能包含制表符或换行，使用 fgetcsv() 的解析规则比简单字符串切分更稳妥。

用 READ_CSV 逐行得到字段数组

READ_CSV 适合从头到尾处理文件。配合 foreach 时，每次迭代对应一行解析结果；列访问应放在字段存在性判断之后，避免不完整数据触发未定义偏移。

setCsvControl("\t", '"', '');
$file->setFlags(
    SplFileObject::READ_CSV
    | SplFileObject::SKIP_EMPTY
    | SplFileObject::DROP_NEW_LINE
);

$header = null;
foreach ($file as $row) {
    // 过滤迭代器尾部或异常行，避免把 false 当成数组使用。
    if (!is_array($row) || $row === [null]) {
        continue;
    }

    if ($header === null) {
        // 第一行作为表头，后面把列名映射到索引。
        $header = array_map('trim', $row);
        continue;
    }

    // 只取存在的列，防止短行造成未定义偏移。
    $record = array_combine($header, array_pad($row, count($header), null));
    if ($record === false) {
        // 列数无法对齐时记录问题并跳过，不伪造字段。
        continue;
    }

    echo (string) ($record['name'] ?? '') . PHP_EOL;
}
?>

SKIP_EMPTY 用于跳过空行，DROP_NEW_LINE 处理行尾换行。实际文件如果允许“空字段但不是空行”，不要把所有空值都当成坏数据；应区分 ['']、[null] 和缺少列的短行。

什么时候改用 fgetcsv()

如果需要在读取过程中按条件停止、先处理固定数量的行，或希望把读取动作写在一个更明确的循环里，可以直接调用 fgetcsv()。此前通过 setCsvControl() 设置的控制参数会被它使用，也可以在调用时显式传入。

setCsvControl("\t", '"', '');

while (!$file->eof()) {
    // 显式传入三个参数，避免依赖 PHP 8.4 的 escape 默认值。
    $row = $file->fgetcsv("\t", '"', '');
    if ($row === false || $row === [null]) {
        continue;
    }

    // 这里假定第 2 列是部门；缺列时按空字符串处理。
    $department = trim((string) ($row[2] ?? ''));
    if ($department === '研发部') {
        echo (string) ($row[1] ?? '') . PHP_EOL;
        break;
    }
}
?>

两种方式的选择很直接：文件要完整扫描时使用 READ_CSV + foreach，需要在某个条件满足后提前结束时使用 fgetcsv()。它们共享同一套分隔符、包围符和 escape 语义。

整行一个字段时按这份清单排查

1. 确认文件实际分隔符是制表符，而不是空格或全角制表符。
2. 确认 setCsvControl("\t", '"', '') 在第一次读取前调用。
3. 确认没有在后续代码里再次用逗号调用 fgetcsv() 覆盖预期参数。
4. 打印字段数量而不是只打印整行，区分解析失败和业务字段为空。
5. 对 false、[null]、短行和表头分别处理。
6. 若文件包含非 ASCII 编码，先确认文件编码；分隔符配置只负责字段边界，不会自动完成字符集转换。

常见问题

为什么用 fgets() 读到的还是整行？

fgets() 只负责读取一行文本，不负责解析 CSV 字段。要得到按列数组，应使用 READ_CSV 迭代或 fgetcsv()。

separator 可以写成多个字符吗？

不可以。官方手册要求分隔符是一个单字节字符，制表符可以用 "\t" 表示；不能把“Tab 或多个空格”写成一个复合分隔符。

escape 为什么建议写空字符串？

空字符串会关闭 PHP 专有的 escape 机制，减少与标准 CSV 语义混用的歧义。无论选择空字符串还是其他单字节字符，都应根据输入文件的实际格式明确传入，不要依赖默认值。

总结一下：TSV 按列读取的核心只有三步——用 SplFileObject 打开文件，用 setCsvControl("\t", '"', '') 声明字段规则，再用 READ_CSV 或 fgetcsv() 得到字段数组。剩下的工作是把表头、空行、短行和编码边界处理清楚。