Excel CSV 和标准 CSV 之间的真正区别

Question

Excel CSV 和标准 CSV 之间的真正区别是什么？

例如，在处理一个单元格内带有换行符的列时，它们如何对其进行不同的编码？

Answer 1

这绝对取决于您定义的“标准”CSV。就我而言，Excel 遵循RFC 4180 中概述的规则，即“CSV 文件的通用格式和 MIME 类型”。

考虑一个表格，其中第一行的第一个单元格有两个换行符。在 Excel 中，它将如下所示：

+---+---------------+------------+------------+
|   | A             | B          | C          |
+---+---------------+------------+------------+
| 1 | col1, line1a  |            |            |
|   | col1, line1b  |            |            |
|   | col1, line1c  | col2, row1 | col3, row1 |
| 2 | col1, row2    | col2, row2 | col3, row2 |
+---+---------------+------------+------------+

现在，Excel 将如何导出它？让我们看看——一个文本编辑器会显示这个：

"col1, line1a
col1, line1b
col1, line1c","col2, row1","col3, row1"
"col1, row2","col2, row2","col3, row2"

不是很复杂。它0D在我们的单元格中的换行符处插入一个回车符 (hex )。每个单元格都被双引号包围。此外，实际行用回车分隔。

为了正确解析这个，CSV解析器需要

• 当它出现在双引号内时忽略回车（即单元格）
• 当它出现在双引号之外时不要忽略回车

如果它不这样做，你最终会得到这样的乱码——注意，现在有四行而不是两行，因为它没有忽略换行符。

+---+---------------+------------+------------+
|   | A             | B          | C          |
+---+---------------+------------+------------+
| 1 | "col1, line1a |            |            |
| 2 | col1, line1b  |            |            |
| 3 | col1, line1c" | col2, row1 | col3, row1 |
| 4 | col1, row2    | col2, row2 | col3, row2 |
+---+---------------+------------+------------+

但是，让我们看看 RFC 怎么说，也许 Excel 做对了？

包含换行符 (CRLF)、双引号和逗号的字段应该用双引号括起来。

很好，这正是 Excel 所做的。总而言之，Excel 似乎遵循“标准”CSV 文件的建议。给定一个合适的 CSV 解析器，它也应该能够读取 Excel CSV 文件。