我有一个Excel文件，其中有一些西班牙字符(波浪号等)，我需要将其转换为CSV文件作为导入文件使用。然而，当我将另存为CSV时，它会破坏不是ASCII字符的“特殊”西班牙字符。它似乎也这样做的左右引号和长破折号，似乎是来自最初的用户在Mac中创建Excel文件。
由于CSV只是一个文本文件，我确信它可以处理UTF8编码，所以我猜这是Excel的限制，但我正在寻找一种方法，从Excel到CSV，并保持非ascii字符完整。
当前回答
I needed to automate this process on my Mac. I originally tried using catdoc/xls2csv as suggested by mpowered, but xls2csv had trouble detecting the original encoding of the document and not all documents were the same. What I ended up doing was setting the default webpage output encoding to be UTF-8 and then providing the files to Apple's Automator, applying the Convert Format of Excel Files action to convert to Web Page (HTML). Then using PHP, DOMDocument and XPath, I queried the documents and formatted them to CSV.
这是PHP脚本(process.php):
<?php
$pi = pathinfo($argv[1]);
$file = $pi['dirname'] . '/' . $pi['filename'] . '.csv';
$fp = fopen($file,'w+');
$doc = new DOMDocument;
$doc->loadHTMLFile($argv[1]);
$xpath = new DOMXPath($doc);
$table = [];
foreach($xpath->query('//tr') as $row){
$_r = [];
foreach($xpath->query('td',$row) as $col){
$_r[] = trim($col->textContent);
}
fputcsv($fp,$_r);
}
fclose($fp);
?>
这是我用来将HTML文档转换为csv的shell命令:
find . -name '*.htm' | xargs -I{} php ./process.php {}
这是一种非常非常迂回的方法，但这是我发现的最可靠的方法。
其他回答
你可以在没有第三方软件的现代Windows机器上做到这一点。这种方法是可靠的，它可以处理包含引号逗号、引号制表符、CJK字符等的数据。
1. 从Excel中保存
在Excel中，使用Unicode文本(*.txt)类型将数据保存到file.txt。
2. 开始PowerShell
从开始菜单运行powershell。
3.在PowerShell中加载文件
$data = Import-Csv C:\path\to\file.txt -Delimiter "`t" -Encoding BigEndianUnicode
4. 将数据保存为CSV格式
$data | Export-Csv file.csv -Encoding UTF8 -NoTypeInformation
简单的方法: 不需要Open office和谷歌文档
Save your file as "Unicode text file"; now you have an unicode text file open it with "notepad" and "Save as" it with selecting "utf-8" or other code page that you want rename file extension from "txt" to "csv". This will result in a tab-delimited UTF-8 csv file. If you want a comma-delimited file, open the csv file you just renamed and replace all tabs with commas. To do this in Notepad on Win 10, simply select one tab field then click Ctrl+H. In the window that opens, type a comma , in the "Replace with" field then click "Replace All". Save your file. The result will be a comma-delimited UTF-8 csv file.
不管怎样，不要用ms office打开它!! 现在您有了一个以制表符分隔的CSV文件。 或者，如果应用步骤5，则使用逗号分隔。
我使用了以下解决方案:Mac Exel 2008 >文件>另存为格式，然后在格式下使用MS_DOS逗号分隔(.csv)。完美的工作。
使用notepad++打开.csv文件。如果你看到你的编码是好的(你看到所有字符，因为他们应该)按编码，然后转换为ANSI Else -找出当前的编码
一个简单的解决方法是使用谷歌电子表格。粘贴(只有当您有复杂公式时才使用值)或导入工作表，然后下载CSV。我只是试了几个字符，效果相当不错。
注意:谷歌表在导入时有限制。在这里看到的。
注意:小心使用谷歌表的敏感数据。
编辑:另一种选择-基本上他们使用VB宏或插件强制保存为UTF8。我没有尝试过这些解决方案，但它们听起来很合理。
