在 java 和 csv 文件中设置 UTF-8 [重复]

Posted 2023-02-24

【中文标题】在 java 和 csv 文件中设置 UTF-8 [重复]

【英文标题】：setting a UTF-8 in java and csv file [duplicate]

【发布时间】：2011-05-10 16:22:36

【问题描述】：

我正在使用此代码通过 OpenCSV 将波斯语单词添加到 csv 文件：

String[] entries="\u0645 \u062E\u062F\u0627".split("#");
try
    CSVWriter writer=new CSVWriter(new OutputStreamWriter(new FileOutputStream("C:\\test.csv"), "UTF-8"));

    writer.writeNext(entries);
    writer.close();

catch(IOException ioe)
    ioe.printStackTrace();

当我在 Excel 中打开生成的 csv 文件时，它包含 "ứỶờịỆ"。 notepad.exe等其他程序没有这个问题，但是我所有的用户都在使用MS Excel。

将 OpenCSV 替换为 SuperCSV 并不能解决此问题。

当我手动将波斯字符输入 csv 文件时，我没有任何问题。

【问题讨论】：

绝对是一模一样的副本。我刚刚使用上面链接中的解决方案尝试了这个问题（使用 BOM 使 Excel 以 UTF-8 读取），它解决了这个问题。或者，显然使用 UTF-16 也可以强制 Excel 读取不是 ASCII 格式的 CSV。

有一个类似于 AlexR 的帖子的有用链接！ weblogs.java.net/blog/joconner/archive/2010/03/24/…

【参考方案1】：

我花了一些时间，但找到了解决您问题的方法。

首先我打开记事本并写下以下行：שלום, hello, привет 然后我使用 UTF-8 将它保存为文件 he-en-ru.csv。 然后我用 MS excel 打开它，一切正常。

现在，我编写了一个简单的 java 程序，将这一行打印到文件中，如下所示：

    PrintWriter w = new PrintWriter(new OutputStreamWriter(os, "UTF-8"));
    w.print(line);
    w.flush();
    w.close();

当我使用 excel 打开这个文件时，我看到了“gibrish”。

然后我尝试读取 2 个文件的内容，并且（如预期的那样）看到记事本生成的文件包含 3 个字节的前缀：

    239 EF
    187 BB
    191 BF

所以，我修改了我的代码，先打印这个前缀，然后再打印文本：

    String line = "שלום, hello, привет";
    OutputStream os = new FileOutputStream("c:/temp/j.csv");
    os.write(239);
    os.write(187);
    os.write(191);

    PrintWriter w = new PrintWriter(new OutputStreamWriter(os, "UTF-8"));

    w.print(line);
    w.flush();
    w.close();

它成功了！我使用 excel 打开文件并按预期看到了文本。

底线：在写入内容之前先写入这 3 个字节。此前缀表示内容为 'UTF-8 with BOM'（否则只是 'UTF-8 without BOM'）。

【讨论】：

en.wikipedia.org/wiki/Byte_order_mark#UTF-8

感谢您的科学描述。很高兴知道...

您使用哪个版本的 Microsoft Excel 进行测试？

+1 真的有效！！！谢谢

也为我工作。我把那个放在我的后兜里！

【参考方案2】：

不幸的是，CSV 是一种非常特殊的格式，没有元数据，也没有要求灵活编码的真正标准。只要您使用 CSV，就无法可靠地使用 ASCII 以外的任何字符。

你的选择：

写入 XML（如果操作正确，它确实具有编码元数据）并将用户 import the XML 写入 Excel。 使用Apache POI 创建实际的 Excel 文档。

【讨论】：

XML 和 POI 都可以，但 CSV 也可以。请看我的评论。我设法创建了包含 unicode 符号并且可以用 MS excel 打开的 CSV 文件。

@AlexR：这可能适用于任何给定版本的 Excel 或其他程序，也可能不适用，或者可能导致文件因无效而被拒绝，或将一些虚假字符放入第一个单元格。您的程序的行为不应依赖于未记录的功能。

@AlexR 你能帮帮我吗。我有类似的问题***.com/questions/66331230/…

【参考方案3】：

Excel 不使用UTF8 打开 CSV 文件。这是一个已知问题。实际使用的编码取决于 Microsoft Windows 的区域设置。以德国 lcoale 为例，Excel 将打开一个带有 CP1252 的 CSV 文件。

您可以创建一个包含一些波斯字符的 Excel 文件并将其保存为 CSV 文件。然后编写一个小的Java程序来读取这个文件并测试一些常见的编码。这就是我用来找出 CSV 文件中德语变音符号正确编码的方法。

【讨论】：

很遗憾这是错误的。我设法创建了可以用 excel 打开的带有 unicode 符号的 CSV 文件。稍后看我的评论