【转】编码小结

EXCEL打开CSV文件乱码的解决方法
用C#程序通过StreamWriter导出字符串，导出生成txt文本文件，用记事本打开正常，改成csv格式，用excel打开乱码，且不能正确识别分列。
后用记事本打开，把编码从utf-8改成ansi之后，就可以正确识别分列和没乱码了。

【故障现象描述】
从网页上导出数据文件存储为CSV格式的文件，使用记事本打开文字显示没有问题，使用EXCEL打开出现乱码的情况。

【故障原因分析】
此种情况一般是导出的文件编码的问题。在简体中文环境下，EXCEL打开的CSV文件默认是ANSI编码，如果CSV文件的编码方式为utf-8、Unicode等编码可能就会出现文件乱码的情况。
【解决方法】
（1）设置office语言环境（以office 2003为例）：
开始菜单-Microsoft office- Microsoft office工具- Microsoft office 2003语言设置，将Microsoft office应用程序默认方式的语言设为“中文（简体）”，这也是office 2003的默认设置。

（2）使用记事本打开CSV文件，文件-另存为，编码方式选择ANSI：

（3）保存完毕后，用EXCEL打开这个文件就不会出现乱码的情况：

【编码方式讲解】
（1）ANSI编码
不同的国家和地区制定了不同的标准，由此产生了 GB2312, BIG5, JIS 等各自的编码标准。 这些使用 2 个字节来代表一个字符的各种汉字延伸编码方式，称为 ANSI 编码。 在简体中文系统下，ANSI 编码代表 GB2312 编码，在日文操作系统下，ANSI 编码代表 JIS 编码。 不同 ANSI 编码之间互不兼容，当信息在国际间交流时，无法将属于两种语言的文字，存储在同一段 ANSI 编码的文本中。 当然对于ANSI编码而言，0x00~0x7F之间的字符，依旧是1个字节代表1个字符。这一点是ASNI编码与Unicode编码之间最大也最明显的区别。例如上面演示的文件中英文字母和数字并没有出现乱码的情况。
（2）Unicode编码
Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。1990年开始研发，1994年正式公布。随着计算机工作能力的增强，Unicode也在面世以来的十多年里得到普及。
Unicode是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案。Unicode用数字0-0x10FFFF来映射这些字符，最多可以容纳1114112个字符，或者说有1114112个码位。码位就是可以分配给字符的数字。UTF-8、UTF-16、UTF-32都是将数字转换到程序数据的编码方案。
（3）UTF-8编码
UTF-8是UNICODE的一种变长字符编码又称万国码，由Ken Thompson于1992年创建。现在已经标准化为RFC 3629。UTF-8用1到6个字节编码UNICODE字符。用在网页上可以同一页面显示中文简体繁体及其它语言(如日文，韩文)。