Excel do CSV z kodowaniem UTF8 [zamknięte]

Mam plik Excel zawierający hiszpańskie znaki (tyldy itp.), Które muszę przekonwertować na plik CSV, aby użyć go jako pliku importu. Kiedy jednak zapisuję jako CSV, manguje „specjalne” hiszpańskie znaki, które nie są znakami ASCII. Wydaje się, że robi to również z lewymi i prawymi cudzysłowami i długimi myślnikami, które wydają się pochodzić od pierwotnego użytkownika tworzącego plik Excel na Macu.

Ponieważ CSV jest tylko plikiem tekstowym, jestem pewien, że obsługuje kodowanie UTF8, więc domyślam się, że jest to ograniczenie programu Excel, ale szukam sposobu na przejście z Excela do CSV i zachowanie znaków spoza ASCII nienaruszony.

Prostym obejściem jest użycie arkusza kalkulacyjnego Google. Wklej (wartości tylko, jeśli masz złożone formuły) lub zaimportuj arkusz, a następnie pobierz CSV. Właśnie wypróbowałem kilka postaci i działa całkiem dobrze.

UWAGA: Arkusze Google mają ograniczenia podczas importowania. Zobacz tutaj .

UWAGA: Uważaj na wrażliwe dane dzięki Arkuszom Google.

EDYCJA: Kolejna alternatywa - w zasadzie używają makra VB lub dodatków, aby wymusić zapis jako UTF8. Nie próbowałem żadnego z tych rozwiązań, ale brzmią rozsądnie.

Odkryłem, że aplikacja do obsługi arkuszy kalkulacyjnych OpenOffice , Calc, jest naprawdę dobra w obsłudze danych CSV.

W oknie dialogowym „Zapisz jako ...” kliknij „Opcje formatu”, aby uzyskać różne kodowania dla CSV. LibreOffice działa w ten sam sposób, co AFAIK.

1. Zapisz arkusz Excela jako „Tekst Unicode (.txt)”. Dobrą wiadomością jest to, że wszystkie znaki międzynarodowe są w UTF16 (uwaga, nie w UTF8). Jednak nowy plik „* .txt” jest rozdzielany znakami TAB, a nie przecinkami, a zatem nie jest prawdziwym plikiem CSV.

2. (opcjonalnie) O ile nie możesz użyć pliku rozdzielanego tabulatorami do importowania, użyj swojego ulubionego edytora tekstowego i zamień znaki TAB przecinkami „,”.

3. Zaimportuj plik * .txt do aplikacji docelowej. Upewnij się, że akceptuje format UTF16.

Jeśli UTF-16 został poprawnie zaimplementowany z obsługą punktów kodowych innych niż BMP, możesz przekonwertować plik UTF-16 na UTF-8 bez utraty informacji. Pozostawiam wam znalezienie swojej ulubionej metody.

Korzystam z tej procedury do importowania danych z Excela do Moodle.

Wiem, że to stare pytanie, ale natknąłem się na to pytanie, walcząc z tymi samymi problemami co OP.

Nie znajdując żadnego z proponowanych rozwiązań, które jest realną opcją, postanowiłem dowiedzieć się, czy można to zrobić za pomocą Excela.

Na szczęście odkryłem, że problem z utraconą postacią występuje tylko (w moim przypadku) podczas zapisywania z formatu xlsx do formatu csv. Próbowałem najpierw zapisać plik xlsx do xls, a następnie do csv. To faktycznie działało.

Spróbuj i sprawdź, czy to działa dla Ciebie. Powodzenia.

Możesz użyć polecenia iconv w systemie Unix (dostępnym także w systemie Windows jako libiconv ).

Po zapisaniu jako CSV w Excelu w wierszu poleceń wpisz:

iconv -f cp1250 -t utf-8 file-encoded-cp1250.csv > file-encoded-utf8.csv

(pamiętaj, aby zastąpić CP1250 kodowaniem).

Działa szybko i doskonale nadaje się do dużych plików, takich jak baza kodów pocztowych, których nie można zaimportować do GoogleDocs (limit 400 000 komórek).

Możesz to zrobić na nowoczesnym komputerze z systemem Windows bez oprogramowania innych firm. Ta metoda jest niezawodna i obsługuje dane zawierające przecinki, tabulatory, znaki CJK itp.

1. Zapisz z Excela

W programie Excel zapisz dane, file.txtużywając tego typu Unicode Text (*.txt).

2. Uruchom PowerShell

Uruchom powershellz menu Start.

3. Załaduj plik w PowerShell

$data = Import-Csv C:\path\to\file.txt -Delimiter "`t" -Encoding BigEndianUnicode

4. Zapisz dane jako CSV

$data | Export-Csv file.csv -Encoding UTF8 -NoTypeInformation

Jedyny „łatwy sposób” na dokonanie tego jest następujący. Po pierwsze, uświadom sobie, że istnieje różnica między tym, co jest wyświetlane, a tym, co jest ukryte w pliku Excel .csv.

1. Otwórz plik Excel, w którym masz informacje (.xls, .xlsx)
2. W programie Excel wybierz „CSV (rozdzielany przecinkami) (* .csv) jako typ pliku i zapisz jako ten typ.
3. W NOTEPAD (znajduje się w „Programy”, a następnie Akcesoria w menu Start) otwórz zapisany plik .csv w Notatniku
4. Następnie wybierz -> Zapisz jako ..., a na dole pola „Zapisz jako” znajduje się pole wyboru oznaczone jako „Kodowanie”. Wybierz UTF-8 (NIE używaj ANSI lub stracisz wszystkie akcenty itp.). Po wybraniu UTF-8 zapisz plik pod nieco inną nazwą niż oryginał.

Ten plik znajduje się w UTF-8 i zachowuje wszystkie znaki i akcenty. Można go zaimportować na przykład do MySQL i innych programów bazodanowych.

Ta odpowiedź pochodzi z tego forum .

Kolejny, który uważam za przydatny: „ Liczby ” umożliwiają ustawienia kodowania podczas zapisywania jako CSV.

„nevets1219” ma rację co do dokumentów Google, jednak jeśli po prostu „zaimportujesz” plik, często nie konwertuje go do UTF-8.

Ale jeśli zaimportujesz CSV do istniejącego arkusza kalkulacyjnego Google, zostanie on przekonwertowany na UTF-8.

Oto przepis:

• Na głównym ekranie Dokumentów (lub Dysku) kliknij przycisk „Utwórz” i wybierz „Arkusz kalkulacyjny”
• Z menu „Plik” wybierz „Importuj”
• Kliknij „Wybierz plik”
• Wybierz „Zamień arkusz kalkulacyjny”
• Wybierz dowolny znak, którego używasz jako separatora
• Kliknij „Importuj”
• Z menu „Plik” wybierz „Pobierz jako” -> CSV (bieżący arkusz)

Wynikowy plik będzie w UTF-8

Korzystanie z Notepad ++

To naprawi uszkodzony plik CSV zapisany przez program Excel i ponownie zapisze go w odpowiednim kodowaniu.

• Eksportuj CSV z Excela
• Załaduj do Notepad ++
• Napraw kodowanie
• Zapisać

Excel zapisuje w CP-1252 / Windows-1252. Otwórz plik CSV w Notepad ++. Wybierz

Encoding > Character Sets > Western European > Windows-1252

Następnie

Encoding > Convert to UTF-8
File > Save

Najpierw powiedz Notepad ++ o kodowaniu, a następnie przekonwertuj. Niektóre z tych innych odpowiedzi są konwertowane bez wcześniejszego ustawienia właściwego kodowania, co jeszcze bardziej zakłóca działanie pliku. Będą obracać, co powinno być ’w 達. Jeśli twoja postać nie pasuje do CP-1252, to została już utracona, gdy została zapisana jako CSV. Użyj do tego innej odpowiedzi.

W programie Excel 2016 i nowszych (w tym Office 365) dostępna jest opcja CSV dedykowana formatowi UTF-8.

W Office 365 wykonaj Zapisz jako; gdzie wcześniej można było wybrać CSV ( rozdzielany przecinkami), teraz jednym z typów plików, które można zapisać, podobnie jak CSV UTF-8 (rozdzielany przecinkami) (* .csv)

Dla tych, którzy szukają całkowicie programowego (lub przynajmniej po stronie serwera) rozwiązania, odniosłem wielki sukces, używając narzędzia xls2csv catdoc.

Zainstaluj catdoc:

apt-get install catdoc

Wykonaj konwersję:

xls2csv -d utf-8 file.xls > file-utf-8.csv 

To płonie szybko.

Pamiętaj, że ważne jest, aby dołączyć -d utf-8flagę, w przeciwnym razie koduje ona dane wyjściowe w domyślnym cp1252kodowaniu i ryzykujesz utratą informacji.

Pamiętaj, że xls2csvdziała również tylko z .xlsplikami, nie działa z .xlsxplikami.

Co z użyciem programu PowerShell.

Get-Content 'C:\my.csv' | Out-File 'C:\my_utf8.csv' -Encoding UTF8

Najłatwiejszy sposób: nie ma potrzeby otwierania dokumentów biurowych i google

1. Zapisz plik jako „plik tekstowy Unicode”;
2. teraz masz plik tekstowy Unicode
3. otwórz go za pomocą „notatnika” i „Zapisz jako”, wybierając „utf-8” lub inną stronę kodową, którą chcesz
4. zmień nazwę rozszerzenia pliku z „txt” na „csv”. Spowoduje to utworzenie pliku CSV rozdzielanego tabulatorami.
5. Jeśli chcesz plik rozdzielany przecinkami , otwórz csvplik, którego nazwę właśnie zmieniono, i zastąp wszystkie karty przecinkami. Aby to zrobić w Notatniku na Win 10, wystarczy wybrać jedno pole karty, a następnie kliknąć Ctrl+H. W oknie, które zostanie otwarte, wpisz przecinek ,w polu „Zamień na”, a następnie kliknij „Zamień wszystko”. Zapisz swój plik. Rezultatem będzie plik csv rozdzielany przecinkami.

Nie otwieraj go w MS Office! Teraz masz plik CSV rozdzielany tabulatorami. Lub rozdzielany przecinkami, jeśli zastosowałeś krok numer 5.

Choć może się to wydawać śmieszne, najłatwiejszym sposobem, aby zapisać 180 MB arkusza kalkulacyjnego w pliku CSV UTF8, było wybranie komórek do Excela, skopiowanie ich i wklejenie zawartości schowka do SublimeText.

Nie udało mi się znaleźć rozwiązania VBA dla tego problemu w Mac Excel. Wydawało się, że po prostu nie ma sposobu na wyprowadzenie tekstu UTF-8.

W końcu musiałem zrezygnować z VBA, ugryźć kulę i nauczyć się AppleScript. Nie było tak źle, jak myślałem.

Rozwiązanie opisano tutaj: http://talesoftech.blogspot.com/2011/05/excel-on-mac-goodbye-vba-hello.html

Zakładając środowisko Windows, zapisz plik i pracuj z nim jak zwykle w Excelu, ale następnie otwórz zapisany plik Excela w Gnome Gnumeric (bezpłatny). Zapisz arkusz kalkulacyjny Gnome Gnumeric jako CSV, który - w każdym razie dla mnie - zapisuje go jako UTF-8 CSV.

Łatwy sposób: pobierz open office ( tutaj ), załaduj arkusz kalkulacyjny i otwórz plik Excel ( .xlslub .xlsx). Następnie zapisz go jako tekstowy plik CSV, a otworzy się okno z prośbą o zachowanie bieżącego formatu lub zapisanie go w formacie .ODF. wybierz „zachowaj bieżący format” iw nowym oknie wybierz opcję, która działa lepiej dla Ciebie, zgodnie z językiem, w którym plik został zapisany. W przypadku języka hiszpańskiego wybierz opcję Europa Zachodnia ( Windows-1252/ WinLatin 1), a plik działa dobrze. Jeśli wybierzesz Unicode ( UTF-8), nie będzie działać z hiszpańskimi znakami.

1. Zapisz plik xls (plik Excel) jako tekst Unicode => plik zostanie zapisany w formacie tekstowym (.txt)

2. Zmień format z .txt na .csv (zmień nazwę pliku z XYX.txt na XYX.csv

Natknąłem się również na ten sam problem, ale istnieje na to łatwe rozwiązanie.

1. Otwórz plik xlsx w programie Excel 2016 lub nowszym.
2. W „Zapisz jako” wybierz tę opcję: „(CSV UTF-8 (rozdzielany przecinkami) *. Csv)”

Działa idealnie i generowany jest plik csv, który można zaimportować do dowolnego oprogramowania. Zaimportowałem ten plik csv do mojej bazy danych SQLITE i działa idealnie z nienaruszonymi wszystkimi znakami Unicode.

Natknąłem się na ten sam problem i przejrzał ten post. Żadne z powyższych nie działało dla mnie. W końcu przekonwertowałem plik .xls na Unicode na .xml (wybierz opcję Zapisz jako ... XML Spreadsheet 2003) i uzyskałem prawidłowy znak. Potem napisałem kod do parsowania xml i wyodrębniłem zawartość do własnego użytku.

Napisałem mały skrypt Pythona, który może eksportować arkusze w UTF-8.

Wystarczy podać plik Excel jako pierwszy parametr, a następnie arkusze, które chcesz wyeksportować. Jeśli nie dostarczysz arkuszy, skrypt wyeksportuje wszystkie arkusze znajdujące się w pliku Excel.

#!/usr/bin/env python

# export data sheets from xlsx to csv

from openpyxl import load_workbook
import csv
from os import sys

reload(sys)
sys.setdefaultencoding('utf-8')

def get_all_sheets(excel_file):
    sheets = []
    workbook = load_workbook(excel_file,use_iterators=True,data_only=True)
    all_worksheets = workbook.get_sheet_names()
    for worksheet_name in all_worksheets:
        sheets.append(worksheet_name)
    return sheets

def csv_from_excel(excel_file, sheets):
    workbook = load_workbook(excel_file,use_iterators=True,data_only=True)
    for worksheet_name in sheets:
        print("Export " + worksheet_name + " ...")

        try:
            worksheet = workbook.get_sheet_by_name(worksheet_name)
        except KeyError:
            print("Could not find " + worksheet_name)
            sys.exit(1)

        your_csv_file = open(''.join([worksheet_name,'.csv']), 'wb')
        wr = csv.writer(your_csv_file, quoting=csv.QUOTE_ALL)
        for row in worksheet.iter_rows():
            lrow = []
            for cell in row:
                lrow.append(cell.value)
            wr.writerow(lrow)
        print(" ... done")
    your_csv_file.close()

if not 2 <= len(sys.argv) <= 3:
    print("Call with " + sys.argv[0] + " <xlxs file> [comma separated list of sheets to export]")
    sys.exit(1)
else:
    sheets = []
    if len(sys.argv) == 3:
        sheets = list(sys.argv[2].split(','))
    else:
        sheets = get_all_sheets(sys.argv[1])
    assert(sheets != None and len(sheets) > 0)
    csv_from_excel(sys.argv[1], sheets)

Excel zwykle zapisuje plik csv jako kodowanie ANSI zamiast utf8.

Jedną z opcji poprawienia pliku jest użycie Notatnika lub Notepad ++:

1. Otwórz .csv za pomocą Notatnika lub Notepad ++.
2. Skopiuj zawartość do schowka komputera.
3. Usuń zawartość z pliku.
4. Zmień kodowanie pliku na utf8.
5. Wklej zawartość ze schowka.
6. Zapisz plik.

Drugą opcją dla „nevets1219” jest otwarcie pliku CSV w Notepad ++ i konwersja do ANSI.

Wybierz w górnym menu: Kodowanie -> Konwertuj na Ansi

Kodowanie -> Konwertuj na Ansi koduje je w ANSI / UNICODE. Utf8 jest podzbiorem Unicode. Być może w ANSI zostanie poprawnie zakodowany, ale tutaj mówimy o UTF8, @SequenceDigitale.

Są szybsze sposoby, np. Eksportowanie jako csv (rozdzielane przecinkami), a następnie otwieranie tego csv za pomocą Notepad ++ (bezpłatny), a następnie Kodowanie> Konwertuj na UTF8. Ale tylko jeśli musisz to zrobić raz na plik. Jeśli chcesz zmienić i eksportować, to najlepiej jest LibreOffice lub GDocs.

Microsoft Excel ma opcję eksportu arkusza kalkulacyjnego przy użyciu kodowania Unicode. Zobacz poniższy zrzut ekranu.

otwórz .csv w porządku z notatnikiem ++. jeśli widzisz, że twoje kodowanie jest dobre (widzisz wszystkie znaki, jakie powinny być), naciśnij kodowanie, a następnie przekonwertuj na ANSI - dowiedz się, jakie jest twoje obecne kodowanie

innym rozwiązaniem jest otwarcie pliku za pomocą winword i zapisanie go jako txt, a następnie ponowne otwarcie go za pomocą programu Excel i będzie działać ISA

Zapisz okno dialogowe> Przycisk Narzędzia> Opcje sieciowe> Karta Kodowanie

Mam ten sam problem i natknąłem się na ten dodatek, który działa doskonale w programie Excel 2013 oprócz programu Excel 2007 i 2010, o którym jest wspomniany.