fgetss() PHP函数的Bug

昨天在工作上遇到一个比较怪异的问题，觉得很有意思，特此记录下，也许你也曾经遇到过该问题。

原系统有一个程序，接收用户上传的 CSV 文件，这个文件共有10万行，每一行就一列，保存的数据是用户的邮箱地址，程序在接收到这个文件后，经过一系列其他逻辑处理，最后将这10万个邮件地址保存到数据库表中，每一个邮件地址一天表记录。

可程序运行结果只能录入5200条数据，为了排查问题，自己脑洞了很多可能遇到的情况，比如是不是文件太大了，是不是邮件地址不合法被丢弃了，经过 N 长时间的断点排查，大概定位到是以下代码产生的问题：

$handle = fopen("./file.csv", "r");
if ($handle) {
    while (!feof($handle)) {
        $buffer = fgetss($handle, 4096);
           
        if ($buffer=="") {
            continue ;
        }
        //存入到数据库表中
        saveData($buffer);
    }
    fclose($handle);
}

程序看上去很简单，之所以录入的数据少了95%，可能是因为有很多条数据($buffer变量)为空，可我将 file.csv 打开一看，觉得数据挺正常的，怎么会有那么多数据为空呢？

仔细观察了下，突然发现 fgetss() 函数，平时从文件句柄读取一行数据用的都是 fgets() 函数，我下意识的将 fgetss() 改为 fgets()，程序居然运行正确了，成功录入了10万条数据。

很明显了，可能就是 fgetss() 函数的锅，打开手册看看这函数是干啥的：

(PHP 4, PHP 5, PHP 7)

fgetss — 从文件指针中读取一行并过滤掉 HTML 标记

和 fgets() 相同，只除了 fgetss() 尝试从读取的文本中去掉任何 HTML 和 PHP 标记。

也就是说该函数在 fgets()函数的基础之上多做了一步工作，就是去除 HTML 和 PHP 标签，肯定是在运行过程中遇到了什么特殊字符，导致读出来的数据为空，可一个大大的问号出现了，难道 95% 的数据有特殊字符？不太可能吧。

我想了个方法，先找出这个字符是啥，改了下代码：

$handle = fopen("./file.csv", "r");
$i = 0  ;
if ($handle) {
    while (!feof($handle)) {
        $buffer = fgetss($handle, 4096);
        $i++ ;
        if ($buffer=="") {
            echo $i . "-" . $debugstr . "\r\n" ;
            continue ;
        }

        $debugstr = $buffer ;
    }
    fclose($handle);
}

程序逻辑就是如果遇到为空的字符，打印上一个字符，得到的结果如下：

5200-yhyy?yj'??
5201-yhyy?yj'??
5202-yhyy?yj'??
...
100000-yhyy?yj'??

也就是说代码遇到了一行特殊字符，导致它后面的数据全部为空了，这个影响就比较大了，如果遇到一行数据处理不成功抛弃即可，但它导致后面的数据读取全为空了，这就是问题的关键所在。我在 file.csv 中找到了这行特殊数据 yhyy?yj'??<@sina.com，至于为什么会出现该问题就不得而知了，然后我在 PHP7 中也测试了下，还是同样的问题，算 PHP 的一个 Bug 吗？

最后也吐槽下 PHP，虽然函数非常多，方便开发，但非常的不结构化，这一点比 Python 差了很多，fgets() 作为一个标准的 C 函数，干它该干的，读取一行数据即可，非要基于 fgets() 再包装一个不伦不类的 fgetss() 函数，显得画蛇添足。

---

【这篇文章于2018-10-28号发表于公众号,地址https://mp.weixin.qq.com/s/nFgiK-gOva6OxW4s66HosQ，也可以关注我的公众号（ID：yudadanwx，虞大胆的叽叽喳喳）】