Excel打开CSV文件乱码的问题

系统管理功能中,很多时候需要导入导出数据,基本上采用的也都是CSV文件的形式(Excel读入还是比较麻烦)。由于字符集的问题,大部分都采用UTF-8编码。

CSV文件的默认打开方式是Excel,但双击UTF-8编码的CSV文件时,Excel是不能正常显示数据的,会乱码。这是做管理页面一个很常见的问题。
原因:
Excel本身是对应了UTF-8编码的,但当CSV文件是UTF-8编码时,原封不动的双击打开CSV文件时,Excel是无法识别为UTF-8的,而是按照系统默认字符ANSI(简体中文GB2312、日文Shift_JIS)来处理的就乱码了。所以根本原因是Excel字符集识别的问题。




三种方法:

(1)把CSV文件的编码变换为系统字符集(UTF-8 -> GB2312/Shift_JIS)

这是最简单的方法。大部分文本编辑器都有“另存为”功能,保存时选择字符集。

问题:编码变换后,会有一些特殊字符无法支持。

(2)通过Excel读入外部数据

不需要改变编码,启动Excel,数据->自文本,选择 CSV 文件。
出现文本导入向导,选择 65001 : Unicode (UTF-8)、分隔符号选择逗号后导入数据即可。但每次导入比较麻烦。

问题:不支持换行的数据。

(3)采用UTF-8带BOM的编码

上边两种方法都不是根本的解决方法,都需要用户自己处理CSV文件,所以根本问题还是如何让Excel识别UTF-8编码。
方法是通过添加BOM可以使Excel识别文件为UTF-8编码。

BOM:Byte-Order Mark
https://en.wikipedia.org/wiki/Byte_order_mark

带BOM的文件会比不带BOM的文件多出3个字节,这三个字节是固定的:0xEF 0xBB 0xBF,其Unicode为\uFEFF。



FileOutputStream fos = new FileOutputStream("D:\\Test1.csv");  
fos.write( 0xef );
fos.write( 0xbb );
fos.write( 0xbf );
BufferedWriter bw = new BufferedWriter( new OutputStreamWriter( fos, "UTF8" ));
bw.write("a,b,c,d\r\n");
bw.close();
fos.close();



也可以通过65279实现。
FileOutputStream fos = new FileOutputStream("D:\\Test2.csv");
PrintWriter pw = new PrintWriter(new OutputStreamWriter(fos, "UTF8"), true);
pw.print((char)65279);
pw.print("e,f,g,h\r\n");
pw.flush();
pw.close();
fos.close();



这种方法能够避免变换编码引起的特殊字符不支持,也不需要很麻烦的导入数据,也可以对应改行数据。当然通过大部分文本编辑器也可以为UTF-8文件添加BOM。

问题:
处理CSV文件是要特殊处理文件的前三个字节。
Linux不支持BOM
Excel 2007需要安装sp3才支持

http://stackoverflow.com/questions/6002256/is-it-possible-to-force-excel-recognize-utf-8-csv-files-automatically
http://stackoverflow.com/questions/155097/microsoft-excel-mangles-diacritics-in-csv-files/9337150#9337150

猜你喜欢

转载自rensanning.iteye.com/blog/2336005