CSV用Excel打开乱码怎么办｜UTF-8（带BOM）与GBK的区分使用
从网站或系统下载的CSV，双击用Excel打开后，“姓名,地址”变成了“濮撳悕,鍦板潃”。这并不是CSV内容坏了，只是Excel认错了字符编码。本文整理了乱码的原因、把现在这个CSV正确打开的方法、以后不再乱码的保存方法（UTF-8带BOM·GBK），以及转换时会丢失的字符。
Excel会把没有BOM的CSV当作GBK读取
现在的网站和系统导出的CSV几乎都是UTF-8。而简体中文版Windows的Excel在双击打开CSV时，如果文件开头没有“这是UTF-8”的标记（BOM），就会按系统的旧编码GBK（代码页936）来读取。用GBK读UTF-8的中文，就会像下面这样乱码。
| 原始内容 | 在Excel中的样子（把UTF-8当作GBK读取） |
|---|---|
| 姓名,地址 | 濮撳悕,鍦板潃 |
| 商品名称,价格 | 鍟嗗搧鍚嶇О,浠锋牸 |
| 张三,北京市海淀区 | 寮犱笁,鍖椾含甯傛捣娣�鍖� |
BOM（字节顺序标记）是放在文件开头的EF BB BF这3个字节，画面上不会显示。有了BOM，Excel就会正确地按UTF-8读取。也就是说，以“UTF-8（带BOM）”保存的CSV，双击打开也不会乱码。只有英文和数字的CSV在UTF-8和GBK里是相同的字节，所以不会乱码，只有包含中文时才乱码，原因也在这里。日文版Windows用Shift_JIS、韩文版用CP949，机制完全相同。
把正在乱码的CSV正确打开的方法
- 1
从Excel的“数据”选项卡导入
打开空白工作簿，在“数据”选项卡 →“从文本/CSV”中选择文件。在预览界面的“文件原始格式”中选“65001: Unicode (UTF-8)”，确认中文显示正常后再导入。
- 2
转换成带BOM的UTF-8后再打开
把文件放进乱码还原·解读工具的“文件·CSV”，会判断字符编码、有无BOM和换行符。选择“UTF-8（带 BOM）”后“转换并保存”，得到的文件双击也能在Excel中正常打开。
- 3
用在线表格打开
WPS表格、Google表格、Mac的Numbers等大多能直接读取UTF-8的CSV。只是查看内容的话这样就够了，但打开GBK的CSV时反而可能乱码。
如果手头只有乱码的文字（CSV内容被直接贴进了邮件等），很遗憾往往无法完全还原。把UTF-8当作GBK读取时，凑不成对的字节会变成“�”被丢弃，像上面“海淀区”那样有些字已经找不回来。请向对方索要原始文件，再用上面的方法打开。
按接收方选择保存方式
| 接收方 | 推荐的字符编码 | 理由 |
|---|---|---|
| 用Windows的Excel打开的人 | UTF-8（带BOM） | 双击不乱码，表情符号和生僻字也能保留 |
| 老旧的业务系统·财务软件导入 | GBK | 导入端往往只能读取GBK |
| 程序·数据库·API | UTF-8（无BOM） | 防止开头的BOM混进第1列的列名 |
| Mac·Google表格 | UTF-8 | 有无BOM都能读取 |
用Excel保存时，在“另存为”的文件类型中选择。“CSV UTF-8(逗号分隔)”保存为带BOM的UTF-8，“CSV(逗号分隔)”在简体中文版Windows中保存为GBK。换行符方面，面向Windows软件用CRLF，面向Mac·Linux或程序用LF。从网页工具导出的CSV，比如用手机计数器统计的交通量调查汇总表，只要是带BOM的UTF-8，也能直接用Excel打开（交通量调查的做法与汇总表的制作）。
转换成GBK时会丢失的字符
UTF-8几乎能表示所有字符，但GBK能表示的字符是有限的。把UTF-8的CSV转换成GBK时，无法表示的字符会变成“?”，而且无法还原。GBK能否表示，大致如下。
| 字符 | 在GBK中 | 备注 |
|---|---|---|
| 常用简体字·繁体字 | 可以表示 | GBK也收录了大量繁体字 |
| ①·é·ü | 可以表示 | 带圈数字和部分拼音字母已收录 |
| 𠮷 等扩展区汉字 | 无法表示 | UTF-8中是4字节的字，常见于生僻姓名 |
| 한국어（韩文） | 无法表示 | 包含韩文姓名时请使用UTF-8 |
| 🍣等表情符号 | 无法表示 | 会变成“?” |
需要GBK的CSV时，请先找出无法表示的字符，按导入端的规则改写或删除后再保存。人名中的生僻字如果被改写，可能会被当作别人处理，最好先与导入端确认。如果导入端支持GB18030，所有汉字和表情符号都能表示，比GBK更安全。
常见问题
- CSV用Excel打开为什么会乱码？
- 因为Excel把以UTF-8保存的CSV当作GBK读取了。简体中文版Windows的Excel会把开头没有BOM的CSV按GBK打开。重新保存为UTF-8（带BOM），或从“数据”选项卡指定编码导入，就不会乱码。
- 带BOM的UTF-8和不带BOM的UTF-8有什么区别？
- 区别在于文件开头有没有EF BB BF这3个字节（BOM）。里面的文字相同，但有BOM时Excel会按UTF-8读取。交给程序或数据库时，BOM可能混进第1列的列名，所以不带BOM更合适。
- 对方要求GBK格式的CSV，怎么转换？
- 在简体中文版Windows的Excel中用“CSV(逗号分隔)”保存，就会是GBK。表情符号、扩展区的生僻字、韩文等GBK中没有的字符会变成“?”，请先修改。如果对方的系统支持GB18030，用它更不容易丢字。
- 在Mac上CSV也乱码。
- Mac版Excel打开没有BOM的UTF-8 CSV时也可能乱码。请从“数据”选项卡指定编码导入，或转换成UTF-8（带BOM）。反过来，Windows导出的GBK CSV用Numbers等以UTF-8为前提的应用打开会乱码，这时请转换成UTF-8。
本文介绍的工具
相关文章
呼吸法怎么做｜4-7-8呼吸法、箱式呼吸、共振呼吸的区别与选择
睡不着的夜晚、考试或面试之前、怎么也压不下去的烦躁。别人总说“深呼吸一下”，可到底该吸几秒、呼几秒，又该选哪种呼吸法，其实很少有人说得清。本文以每分钟呼吸次数和“呼气÷吸气”的比例为标准，比较并讲解5种常见呼吸法（4-7-8呼吸法、箱式呼吸、共振呼吸、生理性叹息、腹式呼吸）的秒数与做法。同时整理了呼吸为什么能让人平静下来的原理、睡前、紧张、烦躁等不同场景该怎么选、感到难受时如何调整、安静时呼吸频率的测量方法，以及不适合做呼吸练习的场合。
阅读文章 →全银格式是什么？日本综合转账·工资转账数据的制作方法与 120 字节布局
在日本，公司通过网上银行一次性发起几十笔转账时，银行常会要求“请导入全银格式的文件”。全银格式是日本全国银行协会（全银协）规定的转账数据写法：每行固定 120 字节的定长文本，由表头·数据·尾部·结束四种记录组成。本文按实际工作中容易卡住的顺序，介绍综合转账·工资转账·奖金转账的区别，各记录的项目和位数（第几字节写什么），把收款人名改成半角片假名的规则和「ｶ)」「(ｶ」法人略称，邮储银行记号番号的换算，用 Excel·CSV 制作的步骤，以及导入出错的原因和修改方法。
阅读文章 →抽卡概率的计算方法｜多少抽能出？保底·歪卡·满命的期望值
以为“出货率 1%，100 抽总该出了”，结果就是没出。这并不是特别倒霉：1% 抽 100 次至少出 1 个的概率本来就只有约 63%。本文用实际算出的数字，整理了“抽 n 次能出的概率”的公式、出货率×抽数速查表、一半的人和 10 人中 9 人出货所需的抽数、有保底和歪卡（大保底）时的平均与最坏抽数、保底计数的继承、满命（7 个）所需的抽数，以及随机吧唧·卡牌集齐全套要买几个。
阅读文章 →