Excel转CSV为什么总是乱码？从编码到分隔符的完整处理原理-拓冰企业网站定制

用 Excel 转 CSV，最常见的两个翻车现场：用记事本打开中文全乱码，或者一列里含逗号的数据被劈成好几列。前者是编码问题（UTF-8 vs GBK），后者是分隔符转义问题。这篇从底层讲清楚：xlsx 到底存了什么、CSV 为什么"没有标准"、以及一张 Excel 变 CSV 时踩过的 6 个隐藏的坑，最后给出一套在代码里稳定转换的完整方案。面向想搞懂数据互转原理的开发者。

一、CSV 到底是什么？为什么它总出幺蛾子

CSV 全称 Comma-Separated Values（逗号分隔值）。它的"标准"其实从来没有统一过——RFC 4180 只是民间约定，Excel、Python、各种系统对它各有一套实现。核心约定如下：

规则	说明
每行一条记录	换行分隔
逗号分隔字段	缺省分隔符
含逗号的字段加引号	`"a,b"`
含引号的字段加倍引号	`""` 转义
无统一编码	GBK / UTF-8 / UTF-8 BOM 都有人用

乱码的根源就在"无统一编码"：Windows 记事本默认按 ANSI/GBK 解码，而工具导出的可能是 UTF-8 无 BOM 的 UTF-8，两边对不上，中文就变"鋙"这样的乱码。

关键结论：CSV 的问题是"没有唯一标准"。谁生成、用啥编码、用什么分隔符都不固定，所以在你"打开"的那一刻，其实是一种解码猜测。误解必然会碰到 BOM/GBK/UTF-8。

二、xlsx 内部到底是什么

与 CSV 纯文本不同，xlsx 就是一个 ZIP 包（SpreadsheetML）。里面：

xl/worksheets/sheet1.xml   # 每个工作表
xl/sharedStrings.xml       # 共享字符串表（文本）
xl/workbook.xml            # 表名、顺序

文本存在 sharedStrings.xml 里，单元格通过索引引用。数值直接在单元格。这意味着 Excel 转 CSV 不只是"复制粘贴"，而是把 XML 结构转成纯文本，中间有大量边界情况。

三、转换的 6 个重点坑

1. 编码（乱码罪魁）

导出的 CSV 需要明确编码。如果目标用户用 Excel/记事本打开中文，最好加 BOM：

UTF-8 with BOM（即文件开头有 EF BB BF，记事本能识别为 UTF-8）

不加 BOM 的 UTF-8 在记事本是乱码，GBK 在 Excel <2016 也会乱。统一办法：输出 UTF-8 with BOM。

2. 分隔符冲突

字段内含逗号（如 "Jidd, Alibaba"）必须加引号，否则会被拆列。CSV 标准的转义规则：

import csv
row = ['a', 'x,y', '"q"', '中文']
csv.writer(f).writerow(row)
# 自动输出: a,"x,y","""q""",中文

3. 引号转义

字段内含引号需翻倍 ""。许多手工拼接的 CSV 没处理，Excel 打开就乱。

4. 换行与 CRLF

CSV 多行字段（单元格内有换行）要用引号包住。行结束符推荐 CRLF（\r\n），文件符合 RFC 4180 能正确交叉。

5. 数字精度与格式

Excel 里单元格的 15 位数字精度、日期序列号会被导出成 45321 这样的数值，而不是显示日期。转换时若不处理日期格式化，CSV 会出现无意义数字。

6. 合并单元格 / 多 sheet

CSV 是单工作表，合并单元格 / 多 sheet 都要降级：要么只导首个 sheet，要么把合并单元格只写第一个值。

四、推荐：统一用 csv 模块/封装，别手拼

手动用字符串拼接最容易出上面所有错。成熟语言原生 csv 库都内置了转义规则。Python 标准库 csv 是其中之一：

import csvdef to_csv(data, path):with open(path, 'w', newline='', encoding='utf-8-sig') as f:writer = csv.writer(f)for row in data:writer.writerow(row)

encoding='utf-8-sig' 自动加 BOM，newline='' 保证 CRLF 正确。这样编码、引号、分隔符三个大坑一次解决。

关键结论：不手动拼字符串拼 CSV。用 encoding='utf-8-sig' + csv writer，把编码（BOM）、字段引号转义一起全部交给库处理。自己写拼接极易踩上述坑。

五、落地：自建 vs 在线工具

维度	自建	在线工具
上手	需写代码处理	上传即用
编码控制	自己控制	服务端封装好
批量	脚本化	单次
多 sheet	需自己处理	一般取第一个

比如 91aitool.cn 的 Excel转CSV 工具，走服务端方案，上传 .xls/.xlsx 直接输出 UTF-8 CSV，自动处理好编码和转义。适合不想写代码、偶尔导一次数据的人。

六、常见问题

为什么我导出的 CSV 用记事本打开是乱码？

缺少 BOM 或编码不对。用 UTF-8 with BOM 输出再打开。

为什么含逗号的字段被劈成两列？

字段没加引号。用 csv 库自动加引号即可。手动拼接要自己处理逗号和引号。

为什么日期变成数字 456…?

Excel 日期是序列号，转换时不格式化就会输出数值。

能保留多个工作表吗？

CSV 就只有一张表，多 sheet 要么合并、要么只导出第一 sheet。

七、总结

Excel 转 CSV 的核心坑就是编码、分隔符、转义、日期这四件事。CSV 没有统一规范，谁是"标准"很大程度取决于哪个工具打开它。稳妥做法是用 UTF-8 with BOM 输出 + 用 csv 库处理转义，而不是手拼字符串。理解了这四层，无论自建还是用在线服务，都能拿到可预期、不烂的表。

参考资料

RFC 4180（CSV 参考格式）
Python csv 模块官方文档
ECMA-376（xlsx/SpreadsheetML 结构）

资讯详情

Excel转CSV为什么总是乱码？从编码到分隔符的完整处理原理