Excel CSV和标准CSV的真正区别

Excel CSV和标准CSV的真正区别是什么？

例如，当处理一个单元格内带有换行符的列时，它们如何进行不同的编码？

这完全取决于您定义为“标准” CSV的内容。就我而言，Excel遵循RFC 4180（“ CSV文件的通用格式和MIME类型”）中概述的规则。

考虑一个表，其中第一行的第一个单元格有两个换行符。在Excel中，它将如下所示：

+---+---------------+------------+------------+
|   | A             | B          | C          |
+---+---------------+------------+------------+
| 1 | col1, line1a  |            |            |
|   | col1, line1b  |            |            |
|   | col1, line1c  | col2, row1 | col3, row1 |
| 2 | col1, row2    | col2, row2 | col3, row2 |
+---+---------------+------------+------------+

现在，Excel将如何导出它？让我们看看–文本编辑器将显示以下内容：

"col1, line1a
col1, line1b
col1, line1c","col2, row1","col3, row1"
"col1, row2","col2, row2","col3, row2"

不太复杂。它0D在单元格中的换行处插入回车符（hex ）。每个单元格都用双引号引起来。同样，实际的行用回车符分隔。

为了正确解析，CSV解析器需要

• 当回车出现在双引号（即单元格）中时，请忽略该回车
• 当出现在双引号之外时，不要忽略该回车

如果它没有做到这一点，那么您将得到类似这样的乱码–请注意，现在有四行而不是两行，因为它无法忽略换行符。

+---+---------------+------------+------------+
|   | A             | B          | C          |
+---+---------------+------------+------------+
| 1 | "col1, line1a |            |            |
| 2 | col1, line1b  |            |            |
| 3 | col1, line1c" | col2, row1 | col3, row1 |
| 4 | col1, row2    | col2, row2 | col3, row2 |
+---+---------------+------------+------------+

但是，让我们看看RFC所说的话，也许Excel做得对吗？

包含换行符（CRLF），双引号和逗号的字段应用双引号引起来。

整洁，这正是Excel所做的。综上所述，Excel似乎遵循“标准” CSV文件的建议。给定适当的CSV解析器，它也应该能够读取Excel CSV文件。

我从最初的csv实现中了解到，所有文本字段都用引号引起来，而数字则不需要。Excel不会执行此操作，如果您尝试在非Microsoft平台上上传Excel生成的csv文件，它们将失败。这是一种标准的microsoft方法，忽略互操作性，并专注于盲目遵循规则。IE发生了类似的事情，它们正确地遵循html / css规则来填充和设置边距属性，而忽略了每个现有网页和网络浏览器对它们进行不同处理的事实。结果，几乎每个网页现在都具有针对IE的特殊规则。我发现excel产生的csv文件没有用，并使用一列“连接”函数自己手动创建它们。