Microsoft Excel 在保存文件时使用什么字符集？答案

【问题标题】：What charset does Microsoft Excel use when saving files?Microsoft Excel 在保存文件时使用什么字符集？
【发布时间】：2010-10-05 05:54:14
【问题描述】：

我有一个 Java 应用程序，它可以读取在 Excel 中创建的 CSV 文件（例如 2007 年）。有谁知道 MS Excel 使用什么字符集来保存这些文件？

我也猜到了：

windows-1255 (Cp1255)
ISO-8859-1
UTF8

但我无法使用这些字符集类型中的任何一种解码扩展字符（例如法语重音字母）。

【问题讨论】：

标签： excel encoding character-encoding

【解决方案1】：

从内存中，Excel 使用机器特定的 ANSI 编码。因此，对于 EN-US 安装，这将是 Windows-1252，对于俄语安装是 1251，等等。

【讨论】：

是的，但 Excel 2007 允许用户（如果他们能找到“工具”按钮！）从长列表中进行选择； “ANSI”是默认值。
它应该是这样工作的，但是功能被破坏了。 Excel 不支持您在另存为对话框/工具菜单/Web 选项项/编码选项卡中选择的“将此文档另存为：”选项，而是仅使用您在区域和语言设置中设置的代码页。
这个答案相当正确。我在中文机器上测试，默认csv（不是utf8选项）保存为GB2312。在没有通知的情况下，Windows 上的事情是如此“默认”。顺便说一句，为什么这个答案不是公认的答案？

【解决方案2】：

CSV 文件可以是任何格式，具体取决于在从 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。我现在只是使用 OpenOffice Calc 打开我的 XLSX 文件并将它们导出为 CSV 文件（编辑过滤器设置，选择 UTF-8 编码）。

【讨论】：

默认编码是“ANSI”，通常是cp1250到cp1258之一。
“Web 选项”不适用于 CSV 导出（至少对于 Excel 2007）。 CSV 文件的编码似乎遵循安装的默认编码。所以它可以是任何东西，在实践中。可悲的是，似乎没有办法在出口时控制这一点。
确认 Web 选项设置也不适用于 Excel 2010 中的 CSV 导出。请对此答案投反对票，这是不正确的。
与其否决答案，这在技术上是正确的，我们为什么不都提交一个错误报告@Microsoft 关于这个损坏的功能。 “在从 Excel 导出期间指定的编码选项”是您计算机的区域和语言设置中的选项，而不是 Web 选项中的编码选项卡。编码选项卡选项显示“将此文档另存为：”，因此它应该适用于正在保存的文档，适用于文本编码适用的任何基于文本的格式。解决方法是更改您的区域和语言设置，但它需要重新启动，并且仍然使用代码页。
我切换到 Open Office 的另一个原因，它可以正确处理编码。当您选择“文本 CSV”时，您可以选中“编辑过滤器设置”复选框，它将显示一个窗口，允许您选择字符集（默认为西欧 (Windows-1252)）、字段分隔符 (逗号、分号、冒号、空格或制表符）和文本分隔符（双引号或单引号）。这两个相似的软件处理 CSV 导出的方式之间的对比令人兴奋。 OpenOffice.org Calc 破坏 Excel。

【解决方案3】：

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

幸运的是，Google 文档生活在正确的世纪。我的解决方案是使用 Google Docs 打开电子表格，而不是将其下载为 CSV。结果是一个正确编码的 CSV 文件（所有字符串都以 UTF8 编码）。

【讨论】：

是的，简直太棒了。

【解决方案4】：

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

Chardet 是 Mozilla 字符检测引擎的一个端口，如果样本量足够大（一个重音字符不行），效果会非常好。

【讨论】：

chardet 很有帮助（我在 GB2312 下测试过），但不推荐使用原始链接。这是最新的 github 链接：github.com/chardet/chardet

【解决方案5】：

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

当以纯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，它保存在HEX 中，例如52 3F 73 75 6D 3F，3F 是ASCII 的question mark 代码。

当我打开 CSV 文件时，这个词当然变得不可读了 (R?sum?)

【讨论】：

对我来说也一样。我只能保存系统语言字符集/编码中的字符。否则我必须保存为 utf8 csv 文件。

【解决方案6】：

如果您选择 File > Save As > Unicode Text (.txt)，Excel 2010 会保存一个 UTF-16/UCS-2 TSV 文件。它是（强制）后缀“.txt”，您可以将其更改为“.tsv”。

如果您需要 CSV，您可以在 Notepad++、Ultra Edit、Crimson Editor 等文本编辑器中转换 TSV 文件，将制表符替换为分号、逗号等。请注意，例如对于读取数据库表，TSV 通常已经可以正常工作（而且手动读取通常更容易）。

如果您需要 UTF-8 等不同的代码页，请使用上述编辑器之一进行转换。

【讨论】：

【解决方案7】：

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

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

确认这一点的简单方法是：

创建一个包含高阶字符的电子表格，例如其中一个牢房中的“Veszprém”；
使用您最喜欢的脚本语言来解析和解码电子表格；
看看你的脚本在你打印出解码后的数据时会产生什么。

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 );
    }

}

【讨论】：

“cp1250 在 Microsoft Office 文档中被广泛使用”......在你的树林里。 cp125n 在世界范围内被广泛使用，对于 0

【解决方案8】：

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。

【讨论】：

听起来他们在寻找程序化解决方案。复制和粘贴并不真正“符合要求”。此外，这个问题相当老了。最好避免恢复旧线程，除非响应比以前的响应贡献了一些重要的东西。 )
好吧，如果你这么说的话。但是，评分最高的答案不起作用（请参阅 cmets），它也不是程序化解决方案。此外，我的解决方案有效。最后，主题可能是旧的，在谷歌搜索问题时仍然会在第一页弹出，并且线程上没有工作解决方案，但我的。
其实cmets说是bug。他们还提出了两种选择，显然并不理想：OpenOffice 或修改区域和语言设置。所以我不确定这个建议对那些已经给出的建议有何重大改进。现在，如果在以后的版本中有修复程序，或者程序化替代方案，我相信其他人会很乐意听到它。
如果您想以编程方式进行转换，只需通过iconv 命令传递文档即可。简单易行。存在用于 Windows 的iconv 端口。见fileformat.info/tip/linux/iconv.htm

【解决方案9】：

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

【讨论】：

StreamReader 没有检测到编码，它是defaults to UTF-8。所以这将始终返回 UTF-8。

【解决方案10】：

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。

【讨论】：

【解决方案11】：

OOXML 根据维基百科的说法，来自 Excel 2007 的文件以 UTF-8 编码。我不知道 CSV 文件，但按道理它会使用相同的格式...

【讨论】：