指南

为什么 Excel 打开 UTF-8 CSV 会乱码——以及 UTF-8 BOM 如何修复

通过在本地为 CSV 开头加上 3 字节 UTF-8 BOM,彻底避免 Microsoft Excel 把中文、日韩及重音字符显示成乱码。

3 分钟阅读

快速解答: 当 `.csv` 文件缺少 3 字节 UTF-8 字节序标记(`0xEF 0xBB 0xBF`)时,Windows 版 Excel 会按系统 ANSI 代码页(GBK、Windows-1252 等)错误解码并产生乱码。在浏览器内存中本地补充 UTF-8 BOM 与 CRLF 换行后,双击打开即可正常显示中文与多语言字符。

为什么在 Windows Excel 双击打开正常的 UTF-8 CSV 会乱码

现代 Web 后台、Python pandas 脚本与 API 导出往往生成不带字节序标记(BOM)的 UTF-8 CSV。然而 Windows 版 Excel 在双击打开 `.csv` 文件时,只要没看到 BOM,就会跳过 UTF-8 判定并直接按操作系统的本地 ANSI 代码页(`GBK`、`Windows-1252`、`Shift-JIS` 或 `CP949`)解码。

结果就是原本完全正确的 `张伟`、`東京`、`José` 或 `Müller`,立刻在表格里变成 `å¼ ä¼Ÿ` 或 `José` 等无法辨认的乱码。

  • 无 BOM 的 UTF-8 在 Linux 和 VS Code 里正常,但 Windows Excel 双击必乱码。
  • Excel 解析 CSV 前会优先检查开头前 3 个字节(`0xEF 0xBB 0xBF`)。
  • 同时搭配 Windows CRLF(`\r\n`)换行符可避免部分版本将整行挤进第一列。

3 字节 EF BB BF 签名原理解析

直接在文件第 0 字节偏移处写入 3 字节 UTF-8 BOM(`0xEF 0xBB 0xBF`),等于明确通知 Excel、LibreOffice Calc 与 Power BI 将整条字节流严格按 UTF-8 解码。

比起手动用外部编辑器重新另存为(或直接在 Excel 里瞎改导致邮编前导零丢失、长订单号被转成科学计数法),纯字节级 BOM 前置修复不会改动任何单元格文本内容。

text
Raw UTF-8 bytes:     E5 A7 93 E5 90 8D 2C E5 9F 8E E5 B8 82  -> Excel reads ANSI/GBK
With UTF-8 BOM:  EF BB BF E5 A7 93 E5 90 8D 2C E5 9F 8E E5 B8 82  -> Excel renders 姓名,城市

在本地为 CSV 添加 UTF-8 BOM 与 CRLF

当你的 CSV 本身其实是传统 GBK、Big5 或 Shift-JIS 编码时

有时源文件压根不是 UTF-8——它可能来自银行网银、财务软件或旧 ERP 系统,本身就是 GB18030、Big5、Shift-JIS 或 EUC-KR 编码,放到 Mac 或 Linux 脚本里按 UTF-8 读取自然就乱码了。

TxtTo 会先做严格 UTF-8 校验,再结合 `chardet` 字节统计与中日韩代码页回退策略精确解码原始字节,随后统一转码输出带 UTF-8 BOM 的 Excel 兼容文件。

修复 GBK、Big5、Shift-JIS 与 EUC-KR 文件

导入 SQL 或 Unix 命令行工具时是否该保留 BOM?

Excel 依赖 UTF-8 BOM,但像 `psql`、`jq` 或普通 Bash 脚本可能会把 `0xEF 0xBB 0xBF` 当成第一列表头名称的一部分。

如果需要把 CSV 送入 Linux 管道或 Git 仓库,可使用“CRLF 转 LF”工具并开启“移除 BOM”以保持表头纯净。

移除 BOM 并规范化 Unix LF 换行符

参考资料

常见问题

添加 UTF-8 BOM 会破坏单元格数据或 Excel 公式吗?

不会。3 字节 EF BB BF 签名位于文件首个字符之前,Excel 导入时会自动剥离它,不会触动任何数字、日期或文本。

为什么不每次都在 Excel 里点“数据 -> 自文本/CSV”向导导入?

直接为源文件补齐 UTF-8 BOM 后,团队里任何人双击打开都能瞬间正确显示中文,不必每次指导同事走繁琐的导入向导。

修复时客户姓名和财务 CSV 会被上传到云端吗?

绝不上传。编码探测与字节级加 BOM 100% 在本地浏览器内存中运行,零服务器请求。

相关格式

相关方案对比

相关指南