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)。

你可能感兴趣的:(excel,excel,csv)