GcExcel导出CSV特殊字符出现乱码问题

收藏

本帖最后由 Clark.Pan 于 2024-9-9 11:23 编辑

背景：

之前文章中有介绍GcExcel导出CSV乱码问题的解决方案。其中有说到设置编码为GBK后导出CSV。该方案适用于大多数场景，但是当文档中包含一些特殊符号时，例如人民币的“￥”符号。这个时候使用上述方案导出CSV 会发现“￥”符号变成了“？”，上述方案将不再适用。

原因：

这是因为当使用 ANSI 编码，例如 GB2312、GBK 或 GB18030，Excel 可能会将特性的一些内容显示成乱码，这是由 Excel 的编码检测引起的。解决方案是使用UTF-8-BOM这种编码格式。
UTF-8 BOM 与 UTF-8存在一些区别：
BOM (Byte Order Mark) 是一个特殊的字节序列，用来标记文本文件的字节序。

UTF-8：标准的 UTF-8 编码，不包含字节顺序标记（BOM）。
UTF-8 BOM：在文件开头带有字节顺序标记（0xEF 0xBB 0xBF），用于明确编码为 UTF-8。

加入了BOM相当于明确了编码，这就使得在中文Excel解析CSV的时候不会用默认的 ANSI 的编码去处理，而是会按照BOM上记载的编码使用UTF-8编码来处理。这就是为什么即使中文Excel默认的编码方式为 ANSI，但导入后仍然不会出现乱码的原因。

解决方案：
解决方案的思路就是，先利用GcExcel导出CSV的时候设置编码格式为UTF-8。

CsvSaveOptions options = new CsvSaveOptions();
options.setEncoding("UTF-8");

复制代码

之后通过下面的代码给UTF-8的文件开头添加BOM

private static void addBom(File fileInput) throws IOException {
try (RandomAccessFile file = new RandomAccessFile(fileInput, "rws")) {
byte[] text = new byte[(int) file.length()];
file.readFully(text);
file.seek(0);
byte[] bom = { (byte) 0xEF, (byte) 0xBB, (byte) 0xBF };
file.write(bom);
file.write(text);
}
}

复制代码

CsvSaveOptions options = new CsvSaveOptions();
options.setEncoding("UTF-8");
workbook.save("export.csv",options);
addBom(new File("export.csv"))

复制代码

		自动登录	找回密码
密码			立即注册

GcExcel导出CSV特殊字符出现乱码问题

0 个回复

讲师达人

悬赏达人

微信认证勋章

SpreadJS 认证

SpreadJS 高级认证

元老葡萄