PHP 讀取文件亂碼徹底解決：流編碼設置與 stream_context 最佳實踐

問題根源

PHP 5 的流讀取函數（file_get_contents()、fopen() 等）默認使用 UTF-8 編碼讀取流數據。讀取 GB2312/GBK 編碼文件時，若不指定編碼，PHP 會嘗試按 UTF-8 解析，導致中文亂碼。

常見誤區：事後轉碼

// ❌ 低效且不穩定
$content = file_get_contents($file);
$content = iconv('UTF-8', 'GB2312', $content); // 實際經歷：流→UTF-8→GB2312 兩次轉換

缺點：依賴 iconv 擴展；實際發生雙重轉換；無法處理無 BOM 或編碼聲明錯誤的文件。

正解：流層面指定編碼

PHP 文檔明確指出：可通過 stream_default_encoding() 或 自定義流上下文 指定編碼。前者 PHP 6+ 支持，現行版本採用後者。

標準解決方案

// 設置流編碼為 GB2312（文件流用 'file'，HTTP 流用 'http'）
$opts = array(
    'file' => array(
        'encoding' => 'gb2312'
    )
);
$context = stream_context_create($opts);

// 讀取時傳入上下文
$content = file_get_contents($filename, FILE_TEXT, $context);

進階：HTTP 遠程請求編碼控制

$opts = array(
    'http' => array(
        'method'  => 'GET',
        'header'  => "Accept-Charset: gb2312, utf-8;q=0.7\r\n",
        'encoding' => 'gb2312'  // 強制按 GB2312 解碼響應體
    )
);
$context = stream_context_create($opts);
$content = file_get_contents('https://example.com/gbk-page.html', false, $context);

編碼自動檢測策略

當編碼未知時，推薦流程：

1. 檢查 HTTP 響應頭 Content-Type 中的 charset
2. 解析 HTML <meta charset=...> 或 <meta http-equiv="Content-Type">
3. 使用 mb_detect_encoding() 或 Encoding::detect()（第三方庫）檢測
4. 按檢測結果動態創建對應編碼的上下文重新讀取

最佳實踐總結

驗證技巧

// 快速驗證編碼是否正確
echo mb_check_encoding($content, 'UTF-8') ? 'UTF-8 OK' : '編碼異常';
// 或檢查是否包含預期中文
echo strpos($content, '預期中文') !== false ? '內容正常' : '可能亂碼';