使用UTF8编码的Excel转换为CSV [关闭]

我有一个包含一些西班牙语字符（波浪号等）的Excel文件，我需要将其转换为CSV文件以用作导入文件。但是，当我执行“另存为CSV”时，它会处理不是ASCII字符的“特殊”西班牙字符。这似乎也用左引号和右引号以及长破折号来完成，这些引号似乎来自在Mac中创建Excel文件的原始用户。

由于CSV只是一个文本文件，因此我确定它可以处理UTF8编码，因此我猜测它是Excel的局限性，但我正在寻找一种从Excel转换为CSV并保留非ASCII字符的方法完整。

一个简单的解决方法是使用Google Spreadsheet。粘贴（仅在您具有复杂公式时才有值）或导入工作表，然后下载CSV。我只是尝试了几个字符，所以效果很好。

注意：导入时，Google表格确实有限制。看这里。

注意：请小心使用Google表格的敏感数据。

编辑：另一种选择 -基本上，他们使用VB宏或插件来强制将其另存为UTF8。我没有尝试过这些解决方案中的任何一种，但是听起来很合理。

我发现OpenOffice的电子表格应用程序Calc非常擅长处理CSV数据。

在“另存为...”对话框中，单击“格式选项”以获取CSV的不同编码。LibreOffice的工作方式与AFAIK相同。

1. 将Excel工作表另存为“ Unicode文本（.txt）”。好消息是，所有国际字符都使用UTF16（注意，不是UTF8）。但是，新的“ * .txt”文件由TAB分隔，而不是逗号分隔，因此不是真正的CSV。

2. （可选）除非可以使用TAB分隔文件进行导入，否则请使用自己喜欢的文本编辑器并将TAB字符替换为逗号“，”。

3. 将* .txt文件导入目标应用程序。确保它可以接受UTF16格式。

如果已正确实现UTF-16并支持非BMP代码点，则可以将UTF-16文件转换为UTF-8而不会丢失信息。我将其留给您，以找到您最喜欢的方法。

我使用此过程将数据从Excel导入Moodle。

我知道这是一个古老的问题，但是我碰巧遇到了这个问题，却遇到了与OP相同的问题。

尚未找到任何提供的解决方案的可行选择，我着手发现是否有一种方法可以仅使用Excel。

幸运的是，我发现丢失字符问题仅在从xlsx格式保存为csv格式时发生（就我而言）。我尝试先将xlsx文件保存到xls，然后再保存到csv。它确实有效。

请尝试一下，看看它是否适合您。祝好运。

您可以在Unix下使用iconv命令（在Windows上也可以使用libiconv）。

在Excel中在命令行下另存为CSV后，放置：

iconv -f cp1250 -t utf-8 file-encoded-cp1250.csv > file-encoded-utf8.csv

（请记住用您的编码替换cp1250）。

对于大型文件（例如邮政编码数据库）无法快速导入到GoogleDocs（限制为400.000个单元格），效果非常好。

您可以在没有第三方软件的现代Windows计算机上执行此操作。此方法是可靠的，它将处理包含引号，引号，制表符，CJK字符等的数据。

1.从Excel保存

在Excel中，将数据保存为file.txt使用类型Unicode Text (*.txt)。

2.启动PowerShell

powershell从开始菜单运行。

3.在PowerShell中加载文件

$data = Import-Csv C:\path\to\file.txt -Delimiter "`t" -Encoding BigEndianUnicode

4.将数据另存为CSV

$data | Export-Csv file.csv -Encoding UTF8 -NoTypeInformation

唯一的“简便方法”如下。首先，意识到在Excel .csv文件中显示的内容和隐藏的内容之间存在差异。

1. 打开一个包含您的信息的Excel文件（.xls，.xlsx）
2. 在Excel中，选择“ CSV（逗号分隔）（*。csv）”作为文件类型并保存为该类型。
3. 在NOTEPAD（位于“程序”下，然后在“开始”菜单中的附件下）中，在记事本中打开保存的.csv文件
4. 然后选择->另存为...，在“另存为”框的底部，有一个标记为“编码”的选择框。选择UTF-8（请勿使用ANSI，否则会丢失所有重音符号等）。选择UTF-8后，将文件保存为与原始文件名稍有不同的文件名。

该文件采用UTF-8格式，并保留所有字符和重音符号，并且可以导入例如MySQL和其他数据库程序中。

这个答案来自这个论坛。

我发现另一个有用：“ 数字 ”在另存为CSV时允许进行编码设置。

“ nevets1219”与Google文档有关，但是，如果您仅“导入”文件，则该文件通常不会将其转换为UTF-8。

但是，如果将CSV导入到现有的Google电子表格中，则确实会转换为UTF-8。

这是一个食谱：

• 在主文档（或云端硬盘）屏幕上，点击“创建”按钮，然后选择“电子表格”
• 从“文件”菜单中选择“导入”
• 点击“选择文件”
• 选择“替换电子表格”
• 选择要用作分隔符的任何字符
• 点击“导入”
• 从“文件”菜单中选择“下载为”-> CSV（当前工作表）

生成的文件将为UTF-8

使用记事本++

这将修复Excel保存的损坏的CSV文件，并以正确的编码重新保存它。

• 从Excel导出CSV
• 载入记事本++
• 修正编码
• 救

Excel保存在CP-1252 / Windows-1252中。在记事本++中打开CSV文件。选择

Encoding > Character Sets > Western European > Windows-1252

然后

Encoding > Convert to UTF-8
File > Save

首先告诉Notepad ++编码，然后进行转换。这些其他答案中的一些正在转换而未先设置正确的编码，从而使文件更加混乱。他们会变成应该是什么’成達。如果您的角色不适合CP-1252，则将其另存为CSV时已丢失。为此使用另一个答案。

在Excel 2016及更高版本（包括Office 365）下，有一个专用于UTF-8格式的CSV选项。

在Office 365中，执行“另存为”；以前可能选择了CSV（逗号分隔），而现在可以另存为CSV UTF-8（逗号分隔）（* .csv）的文件类型之一

对于那些寻求完全编程（或至少是服务器端）解决方案的用户，我在使用catdoc的xls2csv工具方面取得了巨大的成功。

安装catdoc：

apt-get install catdoc

做转换：

xls2csv -d utf-8 file.xls > file-utf-8.csv 

速度很快。

请注意，包含-d utf-8标记很重要，否则它将以默认值编码输出cp1252编码编码，并且存在丢失信息的风险。

请注意，这xls2csv也仅适用于.xls文件，不适用于.xlsx文件。

怎么样使用Powershell。

Get-Content 'C:\my.csv' | Out-File 'C:\my_utf8.csv' -Encoding UTF8

最简单的方法： 无需Open Office和Google文档

1. 将文件另存为“ Unicode文本文件”；
2. 现在你有一个Unicode文本文件
3. 使用“记事本”将其打开，然后选择“ utf-8”或其他所需的代码页将其另存为
4. 将文件扩展名从“ txt”重命名为“ csv”。这将导致制表符分隔的UTF-8 csv文件。
5. 如果要用逗号分隔的文件，请打开csv刚重命名的文件，然后用逗号替换所有选项卡。要在Win 10上的记事本中执行此操作，只需选择一个选项卡字段，然后单击Ctrl+H。在打开的窗口中，,在“替换为”字段中键入逗号，然后单击“全部替换”。保存文件。结果将是一个以逗号分隔的UTF-8 csv文件。

无论如何不要用MS-Office打开它！！！ 现在，您有了制表符分隔的CSV文件。 或者，如果您应用了步骤5，则以逗号分隔。

尽管看起来很有趣，但我发现将180MB电子表格保存到UTF8 CSV文件中的最简单方法是将单元格选择到Excel中，将其复制并将其内容粘贴到SublimeText中。

我无法在Mac Excel上找到针对此问题的VBA解决方案。似乎根本没有办法输出UTF-8文本。

所以我最终不得不放弃VBA，硬着头皮学习了AppleScript。并没有我想的那么糟。

解决方案的说明如下：http : //talesoftech.blogspot.com/2011/05/excel-on-mac-goodbye-vba-hello.html

假设是Windows环境，请照常在Excel中保存并使用该文件，然后在Gnome Gnumeric（免费）中打开保存的Excel文件。将Gnome Gnumeric的电子表格另存为CSV，无论如何对我来说，都将其另存为UTF-8 CSV。

简便的方法：下载开放式办公室（here），加载电子表格并打开excel文件（.xls或.xlsx）。然后将其另存为文本CSV文件，然后会打开一个窗口，要求保留当前格式或另存为.ODF格式。选择“保留当前格式”，然后在新窗口中根据编写文件的语言选择最适合您的选项。对于西班牙语，选择西欧（Windows-1252/ WinLatin 1），该文件可以正常工作。如果选择Unicode（UTF-8），它将无法使用西班牙字符。

1. 将xls文件（Excel文件）另存为Unicode文本=>文件将以文本格式（.txt）保存

2. 将格式从.txt更改为.csv（将文件从XYX.txt重命名为XYX.csv

我也遇到过同样的问题，但是有一个简单的解决方案。

1. 在Excel 2016或更高版本中打开您的xlsx文件。
2. 在“另存为”中选择以下选项：“（（CSV UTF-8（逗号分隔）*。csv）”

它工作完美，并生成了一个csv文件，可以将其导入任何软件中。我将此csv文件导入到我的SQLITE数据库中，它与所有Unicode字符完好无缺地完美结合。

遇到了同样的问题，并用谷歌搜索了这篇文章。以上都不对我有用。最后，我将Unicode .xls转换为.xml（选择另存为... XML Spreadsheet 2003），并生成了正确的字符。然后，我编写了代码以解析xml并提取了供我使用的内容。

我写了一个小的Python脚本，可以用UTF-8导出工作表。

您只需要提供Excel文件作为第一个参数，然后是您要导出的图纸即可。如果您不提供工作表，则脚本将导出Excel文件中存在的所有工作表。

#!/usr/bin/env python

# export data sheets from xlsx to csv

from openpyxl import load_workbook
import csv
from os import sys

reload(sys)
sys.setdefaultencoding('utf-8')

def get_all_sheets(excel_file):
    sheets = []
    workbook = load_workbook(excel_file,use_iterators=True,data_only=True)
    all_worksheets = workbook.get_sheet_names()
    for worksheet_name in all_worksheets:
        sheets.append(worksheet_name)
    return sheets

def csv_from_excel(excel_file, sheets):
    workbook = load_workbook(excel_file,use_iterators=True,data_only=True)
    for worksheet_name in sheets:
        print("Export " + worksheet_name + " ...")

        try:
            worksheet = workbook.get_sheet_by_name(worksheet_name)
        except KeyError:
            print("Could not find " + worksheet_name)
            sys.exit(1)

        your_csv_file = open(''.join([worksheet_name,'.csv']), 'wb')
        wr = csv.writer(your_csv_file, quoting=csv.QUOTE_ALL)
        for row in worksheet.iter_rows():
            lrow = []
            for cell in row:
                lrow.append(cell.value)
            wr.writerow(lrow)
        print(" ... done")
    your_csv_file.close()

if not 2 <= len(sys.argv) <= 3:
    print("Call with " + sys.argv[0] + " <xlxs file> [comma separated list of sheets to export]")
    sys.exit(1)
else:
    sheets = []
    if len(sys.argv) == 3:
        sheets = list(sys.argv[2].split(','))
    else:
        sheets = get_all_sheets(sys.argv[1])
    assert(sheets != None and len(sheets) > 0)
    csv_from_excel(sys.argv[1], sheets)

Excel通常将csv文件保存为ANSI编码而不是utf8。

纠正文件的一种方法是使用记事本或记事本++：

1. 使用记事本或记事本++打开.csv。
2. 将内容复制到计算机剪贴板。
3. 从文件中删除内容。
4. 将该文件的编码更改为utf8。
5. 将内容从剪贴板粘贴回去。
6. 保存文件。

“ nevets1219”的第二个选项是在Notepad ++中打开CSV文件，然后转换为ANSI。

在顶部菜单中选择：编码->转换为Ansi

编码->转换为Ansi将以ANSI / UNICODE对其进行编码。Utf8是Unicode的子集。也许在ANSI中会正确编码，但是在这里我们谈论的是UTF8 @SequenceDigitale。

有更快的方法，例如导出为csv（以逗号分隔），然后用Notepad ++（免费）打开该csv，然后编码>转换为UTF8。但仅在每个文件必须执行一次时。如果您需要经常更改和导出，那么最好的方法是LibreOffice或GDocs解决方案。

Microsoft Excel提供了使用Unicode编码导出电子表格的选项。请参阅以下屏幕截图。

用记事本++打开.csv。如果您认为编码良好（可以看到所有字符，则应按一下），请按encoding，然后转换为ANSI-找出当前的编码是什么

另一个解决方案是通过winword打开文件并将其另存为txt，然后通过excel重新打开它，它将可以运行ISA

保存对话框>工具按钮> Web选项>编码选项卡

我有同样的问题，遇到了这个 add in，它在excel 2013和excel 2007和2010中都可以正常工作。