Excel文件转换为XML以及Linux文件编码格式转换

今天需要将多个Excel文档转换为XML格式,本打算用MS Office自带的另存为XML文件的功能,结果转换成MS Office2003 XML之后的文件就是一坨屎!Office 2007自带的XML文档转换的功能也TMD超级繁琐,根据帮助手册自己建了.xsd文件导入到Excel之后也无法导出XML数据,白白浪费了时间。

后来Google到了这篇文章。文中提供了现成的VBA源代码,稍微修改一下即可拿来使用(中文注释为本人所加):



如果不想将文件中的&替换为+,可以将第55行的RemoveAmpersands(FormChk(MyRow,MyCol))替换为Cells(MyRow,MyCol).Value。

需要注意的是在Excel文件中必须有一行是标题行——即改行存放各列的标题,否则生成的XML文件格式不一定是你所需要的。

由于我对XML文件的编码格式有要求,必须是UTF-8,而Windows默认的编码格式是GBXXXX,因此需要对生成的XML文件进行编码格式转换。搜索到了linux 查看文件编码以及修改编码一文,摘录重点如下:

查看文件编码

  在Linux中查看文件编码可以通过以下几种方式:

  1.在Vim中可以直接查看文件编码

  :set fileencoding

  即可显示文件编码格式。

  如果你只是想查看其它编码格式的文件或者想解决用Vim查看文件乱码的问题,那么你可以在~/.vimrc 文件中添加以下内容:

  set encoding=utf-8 fileencodings=ucs-bom,utf-8,cp936

  这样,就可以让vim自动识别文件编码(可以自动识别UTF-8或者GBK编码的文件),其实就是依照fileencodings提供的编码列表尝试,如果没有找到合适的编码,就用latin-1(ASCII)编码打开。

  2. enca (如果你的系统中没有安装这个命令,可以用sudo yum install -y enca 安装 )查看文件编码

  $ enca filename

  filename: Universal transformation format 8 bits; UTF-8

  CRLF line terminators

  需要说明一点的是,enca对某些GBK编码的文件识别的不是很好,识别时会出现:

  Unrecognized encoding

文件编码转换

  1.在Vim中直接进行转换文件编码,比如将一个文件转换成utf-8格式

  :set fileencoding=utf-8

  2. enconv 转换文件编码,比如要将一个GBK编码的文件转换成UTF-8编码,操作如下

  enconv -L zh_CN -x UTF-8 filename

  3. iconv 转换,iconv的命令格式如下:

  iconv -f encoding -t encoding inputfile

  比如将一个UTF-8 编码的文件转换成GBK编码

  iconv -f GBK -t UTF-8 file1 -o file2

你可能感兴趣的:(linux)