Da Excel a CSV con codifica UTF8 [chiuso]

Ho un file Excel con alcuni caratteri spagnoli (tilde, ecc.) Che devo convertire in un file CSV da utilizzare come file di importazione. Tuttavia, quando faccio Save As CSV, rovina i caratteri "speciali" spagnoli che non sono caratteri ASCII. Sembra anche fare questo con le virgolette sinistra e destra e i trattini lunghi che sembrano provenire dall'utente originale che crea il file Excel in Mac.

Dato che CSV è solo un file di testo, sono sicuro che può gestire una codifica UTF8, quindi suppongo che sia una limitazione di Excel, ma sto cercando un modo per passare da Excel a CSV e mantenere i caratteri non ASCII intatto.

Una semplice soluzione consiste nell'utilizzare Google Spreadsheet. Incolla (valori solo se hai formule complesse) o importa il foglio, quindi scarica CSV. Ho appena provato alcuni personaggi e funziona piuttosto bene.

NOTA: Fogli Google presenta delle limitazioni durante l'importazione. Vedi qui .

NOTA: fai attenzione ai dati sensibili con Fogli Google.

EDIT: Un'altra alternativa - fondamentalmente usano macro VB o componenti aggiuntivi per forzare il salvataggio come UTF8. Non ho provato nessuna di queste soluzioni ma sembrano ragionevoli.

Ho scoperto che l' applicazione per fogli di calcolo di OpenOffice , Calc, è davvero brava a gestire i dati CSV.

Nella finestra di dialogo "Salva con nome ...", fai clic su "Opzioni formato" per ottenere codifiche diverse per CSV. LibreOffice funziona allo stesso modo di AFAIK.

1. Salvare il foglio Excel come "Testo Unicode (.txt)". La buona notizia è che tutti i personaggi internazionali sono in UTF16 (nota, non in UTF8). Tuttavia, il nuovo file "* .txt" è delimitato da TAB, non delimitato da virgole e pertanto non è un vero CSV.

2. (facoltativo) A meno che non sia possibile utilizzare un file delimitato da TAB per l'importazione, utilizzare l'editor di testo preferito e sostituire i caratteri TAB con virgole ",".

3. Importa il tuo file * .txt nell'applicazione di destinazione. Assicurarsi che possa accettare il formato UTF16.

Se UTF-16 è stato implementato correttamente con supporto per punti di codice non BMP, è possibile convertire un file UTF-16 in UTF-8 senza perdere informazioni. Lascio a te trovare il tuo metodo preferito per farlo.

Uso questa procedura per importare dati da Excel a Moodle.

So che questa è una vecchia domanda, ma mi è capitato di imbattermi in questa domanda mentre lottavo con gli stessi problemi del PO.

Non avendo trovato nessuna delle soluzioni offerte un'opzione praticabile, ho deciso di scoprire se c'è un modo per farlo usando solo Excel.

Fortunatamente, ho scoperto che il problema con il personaggio perso si verifica (nel mio caso) solo quando si salva dal formato xlsx al formato CSV. Ho provato prima a salvare il file xlsx su xls, quindi su CSV. In realtà ha funzionato.

Per favore, provalo e vedi se funziona per te. In bocca al lupo.

Puoi usare il comando iconv sotto Unix (disponibile anche su Windows come libiconv ).

Dopo aver salvato come CSV sotto Excel nella riga di comando inserisci:

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

(ricorda di sostituire cp1250 con la tua codifica).

Funziona velocemente e alla grande per file di grandi dimensioni come database di codici postali, che non possono essere importati in GoogleDocs (limite di 400.000 celle).

Puoi farlo su un moderno computer Windows senza software di terze parti. Questo metodo è affidabile e gestirà i dati che includono virgolette, caratteri di tabulazione, caratteri CJK, ecc.

1. Salva da Excel

In Excel, salva i dati file.txtutilizzando il tipoUnicode Text (*.txt) .

2. Avviare PowerShell

Correre powershell dal menu Start.

3. Caricare il file in PowerShell

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

4. Salvare i dati come CSV

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

L'unico "modo semplice" per farlo è il seguente. Innanzitutto, renditi conto che esiste una differenza tra ciò che viene visualizzato e ciò che viene nascosto nel file .csv di Excel.

1. Apri un file Excel in cui hai le informazioni (.xls, .xlsx)
2. In Excel, seleziona "CSV (Comma Delimited) (* .csv) come tipo di file e salva come quel tipo.
3. In NOTEPAD (disponibile in "Programmi" e quindi Accessori nel menu Start), apri il file .csv salvato nel Blocco note
4. Quindi scegli -> Salva con nome ... e nella parte inferiore della casella "Salva con nome", c'è una casella di selezione etichettata come "Codifica". Seleziona UTF-8 (NON utilizzare ANSI o perdi tutti gli accenti ecc.). Dopo aver selezionato UTF-8, quindi salvare il file con un nome file leggermente diverso dall'originale.

Questo file è in UTF-8 e conserva tutti i caratteri e gli accenti e può essere importato, ad esempio, in MySQL e altri programmi di database.

Questa risposta è tratta da questo forum .

Un altro che ho trovato utile: " Numbers " consente le impostazioni di codifica quando si salva come CSV.

"nevets1219" ha ragione sui documenti di Google, tuttavia se si "importa" semplicemente il file spesso non lo converte in UTF-8.

Ma se importi CSV in un foglio di lavoro Google esistente, viene convertito in UTF-8.

Ecco una ricetta:

• Nella schermata principale di Documenti (o Drive) fai clic sul pulsante "Crea" e scegli "Foglio di calcolo"
• Dal menu "File", seleziona "Importa"
• Fai clic su "Scegli file"
• Scegli "Sostituisci foglio di lavoro"
• Scegli il personaggio che stai usando come Separatore
• Fai clic su "Importa"
• Dal menu "File", seleziona "Scarica come" -> CSV (foglio corrente)

Il file risultante sarà in UTF-8

Utilizzando Notepad ++

Ciò risolverà il file CSV danneggiato salvato da Excel e lo salverà nuovamente nella codifica corretta.

• Esporta CSV da Excel
• Carica in Notepad ++
• Correggi la codifica
• Salva

Excel salva in CP-1252 / Windows-1252. Apri il file CSV in Notepad ++. Selezionare

Encoding > Character Sets > Western European > Windows-1252

Poi

Encoding > Convert to UTF-8
File > Save

Prima comunica a Notepad ++ la codifica, quindi converti. Alcune di queste altre risposte si stanno convertendo senza prima impostare la codifica corretta, alterando ulteriormente il file. Avrebbero trasformano quello che dovrebbe essere ’in 達. Se il tuo personaggio non si adatta a CP-1252, era già perso quando è stato salvato come CSV. Usa un'altra risposta per questo.

In Excel 2016 e versioni successive (incluso Office 365), è disponibile un'opzione CSV dedicata al formato UTF-8.

In Office 365, fai clic su Salva con nome; dove prima si sarebbe potuto scegliere CSV (delimitato da virgole), ora uno dei tipi di file che è possibile salvare come CSV UTF-8 (delimitato da virgole) (* .csv)

Per coloro che cercano una soluzione interamente programmatica (o almeno lato server), ho avuto un grande successo usando lo strumento xls2csv di catdoc.

Installa catdoc:

apt-get install catdoc

Fai la conversione:

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

Questo è velocissimo.

Si noti che è importante includere il -d utf-8flag, altrimenti codificherà l'output nella cp1252codifica predefinita e si corre il rischio di perdere informazioni.

Nota che funziona xls2csvanche solo con i .xlsfile, non funziona con i .xlsxfile.

Che dire dell'utilizzo di Powershell.

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

Il modo più semplice: non è necessario Open Office e Google Documenti

1. Salva il tuo file come "file di testo Unicode";
2. ora hai un file di testo unicode
3. aprilo con "blocco note" e "Salva con nome" selezionando "utf-8" o altra tabella codici che desideri
4. rinomina l'estensione del file da "txt" a "csv". Ciò si tradurrà in un file csv UTF-8 delimitato da tabulazioni.
5. Se si desidera un file delimitato da virgole , aprire il csvfile appena rinominato e sostituire tutte le schede con virgole. Per fare ciò in Blocco note su Win 10, seleziona semplicemente un campo scheda quindi fai clic su Ctrl+H. Nella finestra che si apre, digita una virgola ,nel campo "Sostituisci con", quindi fai clic su "Sostituisci tutto". Salva il tuo file. Il risultato sarà un file csv UTF-8 delimitato da virgole.

Non aprirlo comunque con MS-Office !!! Ora hai un file CSV delimitato da tabulazioni. Oppure, delimitato da virgole se hai applicato il passaggio numero 5.

Per quanto possa sembrare divertente, il modo più semplice che ho trovato per salvare il mio foglio di calcolo da 180 MB in un file CSV UTF8 era selezionare le celle in Excel, copiarle e incollare il contenuto degli Appunti in SublimeText.

Non sono riuscito a trovare una soluzione VBA per questo problema su Mac Excel. Sembrava semplicemente che non ci fosse modo di produrre testo UTF-8.

Quindi alla fine ho dovuto rinunciare a VBA, morso il proiettile e imparato AppleScript. Non era affatto male come avevo pensato.

La soluzione è descritta qui: http://talesoftech.blogspot.com/2011/05/excel-on-mac-goodbye-vba-hello.html

Supponendo un ambiente Windows, salva e lavora con il file come al solito in Excel, ma poi apri il file Excel salvato in Gnome Gnumeric (gratuito). Salva il foglio di lavoro di Gnome Gnumeric come CSV che, per me comunque, lo salva come CSV UTF-8.

Modo semplice per farlo: scarica open office ( qui ), carica il foglio di calcolo e apri il file excel ( .xlso .xlsx). Quindi basta salvarlo come file CSV di testo e si apre una finestra che chiede di mantenere il formato corrente o di salvarlo come formato .ODF. seleziona "mantieni il formato corrente" e nella nuova finestra seleziona l'opzione che funziona meglio per te, in base alla lingua in cui è stato scritto il tuo file. Per la lingua spagnola selezionare Europa occidentale ( Windows-1252/ WinLatin 1) e il file funziona perfettamente. Se si seleziona Unicode ( UTF-8), non funzionerà con i caratteri spagnoli.

1. Salva il file xls (file Excel) come file di testo Unicode => verrà salvato in formato testo (.txt)

2. Cambia formato da .txt a .csv (rinomina il file da XYX.txt a XYX.csv

Ho anche riscontrato lo stesso problema, ma esiste una soluzione semplice per questo.

1. Apri il tuo file xlsx in Excel 2016 o versioni successive.
2. In "Salva con nome" selezionare questa opzione: "(CSV UTF-8 (delimitato da virgole) *. Csv)"

Funziona perfettamente e viene generato un file CSV che può essere importato in qualsiasi software. Ho importato questo file CSV nel mio database SQLITE e funziona perfettamente con tutti i caratteri Unicode intatti.

Ho riscontrato lo stesso problema e ho cercato su Google questo post. Nessuna delle precedenti ha funzionato per me. Alla fine ho convertito il mio Unicode .xls in .xml (scegli Salva come ... XML Spreadsheet 2003) e ha prodotto il carattere corretto. Quindi ho scritto il codice per analizzare l'xml ed estratto il contenuto per il mio uso.

Ho scritto un piccolo script Python che può esportare fogli di lavoro in UTF-8.

Devi solo fornire il file Excel come primo parametro seguito dai fogli che desideri esportare. Se non si forniscono i fogli, lo script esporterà tutti i fogli di lavoro presenti nel file 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 in genere salva un file CSV come codifica ANSI anziché utf8.

Un'opzione per correggere il file è utilizzare Notepad o Notepad ++:

1. Apri .csv con Notepad o Notepad ++.
2. Copia il contenuto negli appunti del tuo computer.
3. Elimina i contenuti dal file.
4. Cambia la codifica del file in utf8.
5. Copia il contenuto dagli appunti.
6. Salva il file.

Una seconda opzione per "nevets1219" è aprire il file CSV in Notepad ++ ed eseguire una conversione in ANSI.

Scegli nel menu in alto: Codifica -> Converti in Ansi

Codifica -> Converti in Ansi lo codificherà in ANSI / UNICODE. Utf8 è un sottoinsieme di Unicode. Forse in ANSI verrà codificato correttamente, ma qui stiamo parlando di UTF8, @SequenceDigitale.

Ci sono modi più veloci, come esportare come CSV (delimitato da virgole) e quindi, aprire quel CSV con Notepad ++ (gratuito), quindi Codifica> Converti in UTF8. Ma solo se devi farlo una volta per file. Se è necessario modificare ed esportare periodicamente, la migliore è la soluzione LibreOffice o GDocs.

Microsoft Excel ha un'opzione per esportare il foglio di calcolo usando la codifica Unicode. Vedi la seguente schermata.

apri .csv bene con notepad ++. se vedi che la tua codifica è buona (vedi tutti i caratteri come dovrebbero essere) premi la codifica, quindi converti in ANSI altrimenti - scopri qual è la tua attuale codifica

un'altra soluzione è aprire il file con winword e salvarlo come txt, quindi riaprirlo con Excel e funzionerà ISA

Finestra di dialogo Salva> Pulsante Strumenti> Opzioni Web> Scheda Codifica

Ho lo stesso problema e mi imbatto in questo componente aggiuntivo, e funziona perfettamente in Excel 2013 oltre Excel 2007 e 2010 per cui è menzionato.