Question

我有一个Java应用程序，它读取已在Excel中创建的CSV文件（例如2007）。有谁知道MS Excel用于保存这些文件的字符集？

我会猜到：

windows-1255（Cp1255）
ISO-8859-1
UTF8

但我无法使用这些字符集类型解码扩展字符（例如法语强调字母）。

Answer 1

从内存中，Excel使用机器特定的ANSI编码。所以这将是用于EN-US安装的Windows-1252，用于俄语的1251等等。

Answer 2

CSV文件可以采用任何格式，具体取决于从Excel导出期间指定的编码选项:(保存对话框，工具按钮，Web选项项，编码选项卡）

更新：Excel（包括Office 2013）实际上并不尊重在“另存为...”对话框中选择的Web选项，因此这是某种错误。我现在只使用OpenOffice Calc打开我的XLSX文件并将其导出为CSV文件（编辑过滤器设置，选择UTF-8编码）。

Answer 3

上周我遇到了类似的问题。我收到了许多带有不同编码的CSV文件。在导入数据库之前，我使用chardet libary自动嗅出正确的编码。

Chardet是一个来自Mozillas角色检测引擎的端口，如果样本大小足够大（一个突出的角色不会这样做），效果非常好。

Answer 4

唤醒这个旧线程......我们现在是2017年。而Excel仍然无法将简单的电子表格保存为CSV格式，同时保留原始编码......真是太棒了。

幸运的是，Google Docs生活在正确的世纪。对我来说，解决方案只是使用Google文档打开电子表格，而不是将其作为CSV下载。结果是一个正确编码的CSV文件（所有字符串都以UTF8编码）。

Answer 5

Russian Edition提供CSV，CSV (Macintosh)和CSV (DOS)。

以普通CSV保存时，它使用windows-1251。

我只是尝试将法语单词Résumé与俄语文本一起保存，它将其保存在HEX中52 3F 73 75 6D 3F，3F为ASCII代码question mark。

当我打开CSV文件时，这个词当然变得不可读（R?sum?）

Answer 6

您可以使用此Visual Studio VB.Net代码来获取编码：

Dim strEncryptionType As String = String.Empty
Dim myStreamRdr As System.IO.StreamReader = New System.IO.StreamReader(myFileName, True)
Dim myString As String = myStreamRdr.ReadToEnd()
strEncryptionType = myStreamRdr.CurrentEncoding.EncodingName

Answer 7

如果选择$haystack = array( 'Horse', 'DHL', 'DHL - 123', 'Pedestrian', 'Philosopher', 'DHL-123', 'DHL - 123' ); $needle = 'DHL - '; // Find all values with DHL $test = array_filter($haystack, function($el) use ($needle) { return (strpos($el, $needle) !== false); }); // Unset the values foreach (array_keys($foundRows) as $key) { unset($haystack[$key]); }，Excel 2010将保存UTF-16 / UCS-2 TSV 文件。（强制）后缀为“ .txt”，您可以将其更改为“ .tsv”。

如果需要CSV，则可以在文本编辑器（如Notepad ++，Ultra Edit，Crimson Editor等）中转换TSV文件，并用分号，逗号等代替制表符。请注意，例如为了读取数据库表，TSV通常已经可以正常工作了（通常更容易手动读取）。

如果您需要不同的代码页（如UTF-8），请使用上述编辑器之一进行转换。

Answer 8

您可以使用编码 UTF8 + BOM (https://en.wikipedia.org/wiki/Byte_order_mark) 创建 CSV 文件。

前三个字节是 BOM (0xEF,0xBB,0xBF)，然后是 UTF8 内容。

Answer 9

cp1250广泛用于Microsoft Office文档，包括Word和Excel 2003。

http://en.wikipedia.org/wiki/Windows-1250

确认这一点的一个简单方法是：

创建一个包含更高订单字符的电子表格，例如其中一个牢房中有“Veszprém”;
使用您喜欢的脚本语言来解析和解码电子表格;
查看打印解码数据时脚本产生的内容。

perl脚本示例：

#!perl

use strict;

use Spreadsheet::ParseExcel::Simple;
use Encode qw( decode );

my $file    = "my_spreadsheet.xls";

my $xls     = Spreadsheet::ParseExcel::Simple->read( $file );
my $sheet   = [ $xls->sheets ]->[0];

while ($sheet->has_data) {

    my @data = $sheet->next_row;

    for my $datum ( @data ) {
        print decode( 'cp1250', $datum );
    }

}

Answer 10

虽然将包含特殊字符的excel文件导出到csv确实很麻烦，但是有一个简单的解决方法：只需将单元格复制/粘贴到google文档中然后从那里保存即可。

Answer 11

根据维基百科，

OOXML来自Excel 2007的文件以UTF-8编码。我不知道有关CSV文件的信息，但可以肯定它会使用相同的格式...

保存文件时Microsoft Excel使用什么字符集？

11 个答案: