使用 Perl 打开在 Mac Excel 中创建的 CSV 文件答案

【问题标题】：Opening a CSV file created in Mac Excel with Perl使用 Perl 打开在 Mac Excel 中创建的 CSV 文件
【发布时间】：2011-06-26 22:05:18
【问题描述】：

我在使用下面的 Perl 代码时遇到了一些问题。我可以打开并读取手动创建的 CSV 文件，但如果我尝试打开保存为 CSV 文件的任何 Mac Excel 电子表格，下面的代码会将其全部读取为一行。

#!/usr/bin/perl

use strict;
use warnings;

open F, "file.csv";

foreach (<F>)
{
    ($first, $second, undef, undef) = split (',', $_);
}

print "$first : $second\n";

close(F);

【问题讨论】：

您是在 OS X 还是 Windows 上运行 Perl？如果是 Windows，文件如何从 OS X 移动？

标签： perl excel macos csv

【解决方案1】：

始终为此目的使用专门的模块（例如Text::CSV 或Text::CSV_XS），因为在很多情况下split-ing 无济于事（例如，当字段包含不是字段分隔符，但在引号内）。

【讨论】：

【解决方案2】：

传统的 Macintosh（系统 9 和更早版本）使用 CR (0x0D, \r) 作为行分隔符。 Mac OS X（基于 Unix）使用 LF(0x0A, \n) 作为默认行分隔符，因此作为 Unix 工具的 perl 脚本可能期待 LF，但得到 CR。由于文件中没有行分隔符，perl 认为只有一行。如果它有 Windows 行尾 (CR,LF)，您可能会在每行的末尾得到一个不可见的 CR。

将 0x0D 替换为 0x0A 的输入快速循环应该可以解决您的问题。

【讨论】：

【解决方案3】：

我在 Excel 2004 for Mac 中直接遇到过这个问题。行尾确实是 \r，而 IIRC，文本使用 MacRoman 字符集，而不是您可能期望的 Latin-1 或 UTF-8。

除了使用 Text::CSV / Text::CSV_XS 并在 \r 上拆分的好建议外，您还需要像这样使用 MacRoman 编码打开文件：

open my $fh, "<:encoding(MacRoman)", $filename
   or die "Can't read $filename: $!";

同样，在 Windows 上读取使用 Excel 导出的文件时，您可能希望在该代码中使用 :encoding(cp1252) 而不是 :encoding(MacRoman)。

【讨论】：

【解决方案4】：

不确定 Mac excel，但 Windows 版本肯定会将所有值括在引号中："like","this"。此外，您需要考虑值中存在引号的可能性，这将显示为 "like""this"（该值中只有一个 "）。

然而，要真正回答您的问题，它可能使用了与您预期不同的换行符。它可能保存为\r\n 而不是\n，反之亦然。

【讨论】：

【解决方案5】：

正如其他人所怀疑的那样，您的行尾可能是罪魁祸首。在我的基于 Linux 的系统上，有内置实用程序可以更改这些行尾。 mac2unix（我认为这只是 dos2unix 的一个包装器，它将读取您的文件并为您更改行尾。您应该在 Linux 和 Mac 上都有类似的东西（微软可能不关心您）。

如果您想在 Perl 中处理此问题，请查看设置 $/ 变量以将“输入记录分隔符”从“\n”设置为“\r”（如果这是正确的结尾）。在阅读文件之前尝试local $/ = "\r"。在perldoc perlvar（靠近$/）或perldoc perlport（致力于编写可移植的 Perl 代码）阅读更多相关信息。

附：如果我有一些不正确的部分，请告诉我，我不使用 Mac，我只是想我知道这个理论

【讨论】：

【解决方案6】：

如果您将处理它认为换行符的“特殊变量”设置为 \r，您将能够一次读取一行：$/="\r";在这种特殊情况下，perl 的 mac 新行是默认的 \n，但文件可能正在使用 \r。这建立在 Flynn1179 和 Mark Thalman 所说的基础之上，但向您展示了如何使用 while () 样式阅读。

【讨论】：