CSV在Excel中的行为与Sublime / C＃

Question

我有一个.csv文件来自我们正在更新到完全重新设计的网站的网站。该网站将在PHP中重写，我们需要保留旧数据。

当我在excel中打开csv时，它会显示所有数据应该如何，每个产品一行，其缺点是它将非html实体的字符转换为奇怪的字符。 （spécifications变成了spécifications）因此excel文件实际上并不可用。

然而，当我在Sublime中打开它时，由于某种原因，所有数据都被分成多行。记事本中的相同故事以及当我在C＃中阅读时。但！ é确实显示为é而不是é

由于我必须将HTML解析为不同的格式（某种伪代码），我需要能够以编码语言读取文件。

文件中有190k行，所以我不打算手动重新格式化文件。有什么东西告诉我它与使用的编码有关吗？ （看到网上的某个地方），但我不确定。我在网上找到的大多数“多线csv”问题恰恰相反。他们为excel提供解决方案，而不是正确读取多线。

感谢任何帮助

Answer 1

字母é被编码为UTF-8中的字节序列0xC3 0xA9。显然你的文件是UTF-8编码的。 Excel希望CSV文件通常在Windows-1252中编码（除非存在BOM (Byte Order Mark)）。

因此，您需要告诉Excel它应该将文件读取为UTF-8。要执行此操作，请使用“数据”/“从文件”功能区中的“发件人文本”导入向导，您可以在导入前指定文件的编码。

小心选择正确的分隔符，这可能解释了问题的第二部分：

由于您的数据包含é，我怀疑您是来自欧洲（我），其中Excel使用分号而不是逗号来分隔记录，而在美国，使用逗号（它们是“逗号 - ”毕竟分开的价值“。因此，如果您使用非欧洲CSV工具，则可能需要告诉它使用不同的记录分隔符。不知道如何在Sublime中专门做这件事。

Answer 2

似乎所有数据都很好，编码也没有问题。 Excel（忽略编码问题）只是用csv格式解释csv文件。加载sublime只是阅读文本文件，而不需要进一步尊重格式。

如果要在C＃中读取文件，则必须自己在输入文件上应用csv格式。您的csv文件定义了一行列。每个列值包含在“，将列分隔成一行; 在多行中溢出溢出应该是在列数据中包含换行符的效果。

您可以通过以下内容在C＃中读取文件：

1. 阅读一行
2. 检查它是否在未封闭的列数据中结束 （打开“现在，但没有关闭，照顾逃脱”到 不要迷茫，不要混淆！）
3. 阅读并添加新行 直到你真正阅读完整的内容行
4. 处理内容行（=数据行）
5. 继续下一个数据行。

对于UTF-8编码，请参阅上面的答案。 希望它有所帮助。