Quel jeu de caractères Microsoft Excel utilise-t-il lors de l'enregistrement de fichiers?

Question

J'ai une application Java qui lit les fichiers CSV qui ont été créés dans Excel (par exemple 2007). Est-ce que quelqu'un sait quel jeu de caractères MS Excel utilise pour enregistrer ces fichiers?

je l'aurais deviné soit:

• fenêtres-1255 (Cp1255)
• ISO-8859-1
• UTF8

mais je suis incapable de décoder les caractères étendus (par exemple caractères accentués français) en utilisant l'un de ces types de jeu de caractères.

Answer 1

fichiers CSV peuvent être dans tous les formats, selon l'option de codage a été spécifié lors de l'exportation à partir d'Excel: (dialogue Enregistrer, bouton Outils, Options Web article, encodage Tab)

MISE À JOUR: Excel (y compris Office de 2013) ne respecte pas les options web sélectionnées dans la boîte de dialogue "save as ...", il s'agit donc d'un bug. Je viens d'utiliser OpenOffice Calc maintenant pour ouvrir mes fichiers XLSX et les exporter en tant que fichiers CSV (modifier les paramètres de filtre, choisissez l'encodage UTF-8).

Answer 2

OOXML des fichiers comme ceux qui viennent d'Excel 2007 sont encodés en UTF-8, selon wikipedia. Je ne sais pas sur les fichiers CSV, mais il va de soi qu'il utiliserait le même format ...

Answer 3

J'ai eu un problème similaire la semaine dernière. J'ai reçu un certain nombre de fichiers CSV avec différents encodages. Avant d'importer dans la base de données j'ai ensuite utilisé le chardet libary pour détecter automatiquement l'encodage correct. Chardet est un port du moteur de détection de personnage Mozilla et si la taille de l'échantillon est assez grande (un caractère accentué ne fera pas) fonctionne très bien.

Answer 4

Russian Edition offre CSV, CSV (Macintosh) et CSV (DOS).

Lors de l'enregistrement en CSV, il utilise windows-1251.

Je viens d'essayer de sauver mot français Résumé ainsi que le texte russe, il a sauvé dans HEX comme 52 3F 73 75 6D 3F, 3F étant le code ASCII pour question mark.

Quand j'ai ouvert le fichier CSV, le mot, bien sûr, est devenu illisible (R?sum?)

Answer 5

CP1250 est largement utilisé dans les documents Microsoft Office, y compris Word et Excel 2003.

http://en.wikipedia.org/wiki/Windows-1250

Un moyen simple de confirmer cela serait:

1. Créer une feuille de calcul avec plus haut des caractères de commande, par ex. "Veszprém" dans l'une des cellules; Utilisez votre langage de script favori pour analyser et décoder la feuille de calcul;
2. Regardez ce que produit votre script lorsque vous imprimez les données décodées.

Exemple script perl:

#!perl 

use strict; 

use Spreadsheet::ParseExcel::Simple; 
use Encode qw(decode); 

my $file = "my_spreadsheet.xls"; 

my $xls  = Spreadsheet::ParseExcel::Simple->read($file); 
my $sheet = [ $xls->sheets ]->[0]; 

while ($sheet->has_data) { 

    my @data = $sheet->next_row; 

    for my $datum (@data) { 
     print decode('cp1250', $datum); 
    } 

} 

Answer 6

De mémoire, Excel utilise le codage ANSI machine spécifique. Donc, ce serait Windows-1252 pour une installation EN-US, 1251 pour le russe, etc.

Answer 7

S'il est vrai que l'exportation d'un fichier Excel contenant des caractères spéciaux vers csv peut être pénible, il y a cependant un travail simple: il suffit de copier/coller les cellules dans un google docs puis de sauvegarder .

Answer 8

Vous pouvez utiliser cette Visual Studio Code VB.Net pour obtenir l'encodage:

Dim strEncryptionType As String = String.Empty 
Dim myStreamRdr As System.IO.StreamReader = New System.IO.StreamReader(myFileName, True) 
Dim myString As String = myStreamRdr.ReadToEnd() 
strEncryptionType = myStreamRdr.CurrentEncoding.EncodingName 

Answer 9

Se réveiller ce vieux fil ... Nous sommes maintenant en 2017. Et encore Excel ne peut pas enregistrer une simple feuille de calcul dans un format CSV tout en préservant l'encodage original ... Tout simplement incroyable.

Heureusement, Google Docs vit au bon siècle. La solution pour moi consiste simplement à ouvrir la feuille de calcul à l'aide de Google Docs, puis à la télécharger au format CSV. Le résultat est un fichier CSV correctement encodé (avec toutes les chaînes codées en UTF8).