关于Excel打开UTF-8格式的文件乱码

 今天同事拿来一份Excel文件，双击打开以后里面的中文都显示乱码。查看这份文件，发现其编码格式为UTF-8。

       为了识别 Unicode 文件，Microsoft 建议所有的 Unicode 文件应该以 ZERO WIDTH NOBREAK SPACE字符开头。这作为一个”特征符”或”字节顺序标记（byte-order mark，BOM）”来识别文件中使用的编码和字节顺序（big-endian或little-endian），具体的对应关系见下表。

Bytes             Encoding Form

00 00 FE FF    UTF-32, big-endian

FF FE 00 00    UTF-32, little-endian

FE FF             UTF-16, big-endian

FF FE             UTF-16, little-endian

EF BB BF        UTF-8

       以UTF-8无BOM格式编码，因此要想导出Microsoft Excel可以正常显示的UTF-8的CSV文件，需要显式的输出BOM(EF BB BF，上表的最后一种类型)，然后再输出有效数据。

       那没办法，既然不支持，那只有将文件保存成能识别的格式，再用Excel打开吧！

       也有人说可以通过在文件头部写入UTF-8的BOM格式编码标记，但这种方法相对比较复杂，而且需要借助其他工具来完成文件的修改。所以不建议使用这种方法。具体可以百度。

【故障现象描述】

      从网页上或别的系统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。

       （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)。