Excel para CSV com codificação UTF8 [fechado]

Eu tenho um arquivo do Excel que possui alguns caracteres em espanhol (til etc.) que preciso converter em um arquivo CSV para usar como arquivo de importação. No entanto, quando eu Salvar como CSV, ele manipula os caracteres espanhóis "especiais" que não são caracteres ASCII. Também parece fazer isso com as aspas esquerda e direita e traços longos que parecem vir do usuário original que criou o arquivo do Excel no Mac.

Como CSV é apenas um arquivo de texto, tenho certeza de que ele pode manipular uma codificação UTF8, portanto, acho que é uma limitação do Excel, mas estou procurando uma maneira de ir do Excel para o CSV e manter os caracteres não ASCII intacto.

Uma solução simples é usar o Google Spreadsheet. Cole (valores apenas se você tiver fórmulas complexas) ou importe a planilha e faça o download do CSV. Eu apenas tentei alguns caracteres e funciona muito bem.

NOTA: O Planilhas Google tem limitações ao importar. Veja aqui .

NOTA: Tenha cuidado com dados confidenciais com o Planilhas Google.

Edição: Outra alternativa - basicamente eles usam macro VB ou suplementos para forçar a salvar como UTF8. Eu não tentei nenhuma dessas soluções, mas elas parecem razoáveis.

Eu descobri que o aplicativo de planilha do OpenOffice , Calc, é realmente bom em lidar com dados CSV.

Na caixa de diálogo "Salvar como ...", clique em "Opções de formato" para obter diferentes codificações para CSV. O LibreOffice funciona da mesma maneira que o AFAIK.

1. Salve a planilha do Excel como "Texto Unicode (.txt)". A boa notícia é que todos os caracteres internacionais estão em UTF16 (observe, não em UTF8). No entanto, o novo arquivo "* .txt" é delimitado por TAB, não por vírgula e, portanto, não é um verdadeiro CSV.

2. (opcional) A menos que você possa usar um arquivo delimitado por TAB para importação, use seu editor de texto favorito e substitua os caracteres TAB por vírgulas ",".

3. Importe seu arquivo * .txt no aplicativo de destino. Verifique se ele aceita o formato UTF16.

Se o UTF-16 tiver sido implementado corretamente com suporte para pontos de código não-BMP, você poderá converter um arquivo UTF-16 em UTF-8 sem perder informações. Deixo para você encontrar o seu método favorito de fazê-lo.

Eu uso este procedimento para importar dados do Excel para o Moodle.

Sei que essa é uma pergunta antiga, mas me deparei com essa questão enquanto lutava com os mesmos problemas do OP.

Não tendo encontrado nenhuma das soluções oferecidas como uma opção viável, propus-me a descobrir se existe uma maneira de fazer isso usando o Excel.

Felizmente, descobri que o problema de caracteres perdidos só acontece (no meu caso) ao salvar do formato xlsx para o formato csv. Tentei salvar o arquivo xlsx no xls primeiro e depois no csv. Na verdade, funcionou.

Experimente e veja se funciona para você. Boa sorte.

Você pode usar o comando iconv no Unix (também disponível no Windows como libiconv ).

Depois de salvar como CSV no Excel na linha de comando, coloque:

iconv -f cp1250 -t utf-8 file-encoded-cp1250.csv > file-encoded-utf8.csv

(lembre-se de substituir o cp1250 pela sua codificação).

Funciona rápido e excelente para arquivos grandes, como o banco de dados de códigos postais, que não podem ser importados para o GoogleDocs (limite de 400.000 células).

Você pode fazer isso em uma máquina Windows moderna sem software de terceiros. Esse método é confiável e manipula dados que incluem vírgulas entre aspas, caracteres de tabulação entre aspas, caracteres CJK etc.

1. Salve do Excel

No Excel, salve os dados para file.txtusar o tipo Unicode Text (*.txt).

2. Inicie o PowerShell

Execute powershellno menu Iniciar.

3. Carregue o arquivo no PowerShell

$data = Import-Csv C:\path\to\file.txt -Delimiter "`t" -Encoding BigEndianUnicode

4. Salve os dados como CSV

$data | Export-Csv file.csv -Encoding UTF8 -NoTypeInformation

A única "maneira fácil" de fazer isso é a seguinte. Primeiro, saiba que existe uma diferença entre o que é exibido e o que é mantido oculto no arquivo .csv do Excel.

1. Abra um arquivo do Excel em que você tem as informações (.xls, .xlsx)
2. No Excel, escolha "CSV (delimitado por vírgulas) (* .csv) como o tipo de arquivo e salve como esse tipo.
3. No NOTEPAD (encontrado em "Programas" e depois em Acessórios no menu Iniciar), abra o arquivo .csv salvo no Bloco de Notas
4. Em seguida, escolha -> Salvar como ... e na parte inferior da caixa "salvar como", há uma caixa de seleção rotulada como "Codificação". Selecione UTF-8 (NÃO use ANSI ou você perde todos os detalhes, etc.). Após selecionar UTF-8, salve o arquivo em um nome ligeiramente diferente do original.

Este arquivo está em UTF-8 e mantém todos os caracteres e acentos e pode ser importado, por exemplo, para o MySQL e outros programas de banco de dados.

Esta resposta é retirada deste fórum .

Outro que eu achei útil: " Números " permite configurações de codificação ao salvar como CSV.

"nevets1219" está certo sobre os documentos do Google; no entanto, se você simplesmente "importa" o arquivo, ele geralmente não o converte em UTF-8.

Mas se você importar o CSV para uma planilha existente do Google, ele será convertido em UTF-8.

Aqui está uma receita:

• Na tela principal do Documentos (ou Google Drive), clique no botão "Criar" e escolha "Planilha"
• No menu "Arquivo", escolha "Importar"
• Clique em "Escolher arquivo"
• Escolha "Substituir planilha"
• Escolha o caractere que você está usando como separador
• Clique em "Importar"
• No menu "Arquivo", escolha "Fazer o download como" -> CSV (planilha atual)

O arquivo resultante estará em UTF-8

Usando o Notepad ++

Isso irá corrigir o arquivo CSV corrompido salvo pelo Excel e salvá-lo novamente na codificação adequada.

• Exportar CSV do Excel
• Carregar no Notepad ++
• Corrigir codificação
• Salve 

O Excel salva no CP-1252 / Windows-1252. Abra o arquivo CSV no Notepad ++. Selecione

Encoding > Character Sets > Western European > Windows-1252

Então

Encoding > Convert to UTF-8
File > Save

Primeiro informe ao Notepad ++ a codificação e depois converta. Algumas dessas outras respostas são convertidas sem antes definir a codificação adequada, destruindo ainda mais o arquivo. Eles iria transformar o que deveria ser ’em 達. Se seu personagem não se encaixa no CP-1252, ele já estava perdido quando foi salvo como CSV. Use outra resposta para isso.

No Excel 2016 e posteriores (incluindo o Office 365), há uma opção CSV dedicada ao formato UTF-8.

No Office 365, salve como; onde anteriormente se pode ter escolhido CSV (delimitado por vírgulas), agora um dos tipos de arquivo que você pode salvar é CSV UTF-8 (delimitado por vírgulas) (* .csv)

Para aqueles que procuram uma solução totalmente programática (ou pelo menos do lado do servidor), tive grande sucesso usando a ferramenta xls2csv do catdoc.

Instale o catdoc:

apt-get install catdoc

Faça a conversão:

xls2csv -d utf-8 file.xls > file-utf-8.csv 

Isso é incrivelmente rápido.

Observe que é importante incluir o -d utf-8sinalizador, caso contrário, ele codificará a saída no padrãocp1252 codificação e você corre o risco de perder informações.

Observe que xls2csvtambém funciona apenas com .xlsarquivos, não funciona com .xlsxarquivos.

Que tal usar o Powershell.

Get-Content 'C:\my.csv' | Out-File 'C:\my_utf8.csv' -Encoding UTF8

Maneira mais fácil: não é necessário abrir o Office e o google docs

1. Salve seu arquivo como "arquivo de texto Unicode";
2. agora você tem um arquivo de texto unicode
3. abra-o com "bloco de notas" e "Salvar como" selecionando "utf-8" ou outra página de código que você deseja
4. renomeie a extensão do arquivo de "txt" para "csv". Isso resultará em um arquivo csv UTF-8 delimitado por tabulação.
5. Se você deseja um arquivo delimitado por vírgula , abra o csvarquivo que você acabou de renomear e substitua todas as guias por vírgulas. Para fazer isso no Bloco de notas no Win 10, basta selecionar um campo de guia e clicar em Ctrl+H. Na janela que se abre, digite uma vírgula ,no campo "Substituir por" e clique em "Substituir tudo". Salve seu arquivo. O resultado será um arquivo csv UTF-8 delimitado por vírgula.

Não abra com o MS-Office de qualquer maneira !!! Agora você tem um arquivo CSV delimitado por tabulação. Ou um delimitado por vírgula, se você aplicou a etapa número 5.

Por mais engraçado que pareça, a maneira mais fácil de salvar minha planilha de 180 MB em um arquivo CSV UTF8 foi selecionar as células no Excel, copiá-las e colar o conteúdo da área de transferência no SublimeText.

Não consegui encontrar uma solução VBA para esse problema no Mac Excel. Simplesmente parecia não haver maneira de produzir texto UTF-8.

Por fim, desisti do VBA, mordi a bala e aprendi o AppleScript. Não foi tão ruim quanto eu pensava.

A solução é descrita aqui: http://talesoftech.blogspot.com/2011/05/excel-on-mac-goodbye-vba-hello.html

Supondo um ambiente Windows, salve e trabalhe com o arquivo normalmente no Excel, mas abra o arquivo salvo no Gnome Gnumeric (gratuito). Salve a planilha do Gnome Gnumeric como CSV, que - para mim de qualquer maneira - a salva como UTF-8 CSV.

Maneira fácil de fazer isso: baixe o escritório aberto ( aqui ), carregue a planilha e abra o arquivo do excel ( .xlsou .xlsx). Em seguida, salve-o como um arquivo CSV de texto e uma janela será aberta, solicitando a manutenção do formato atual ou o formato .ODF. selecione "manter o formato atual" e, na nova janela, selecione a opção que melhor funciona para você, de acordo com o idioma em que seu arquivo foi gravado. Para o idioma espanhol, selecione Europa Ocidental ( Windows-1252/ WinLatin 1) e o arquivo funciona perfeitamente. Se você selecionar Unicode ( UTF-8), ele não funcionará com os caracteres em espanhol.

1. Salvar arquivo xls (arquivo do Excel) como texto Unicode => o arquivo será salvo no formato de texto (.txt)

2. Altere o formato de .txt para .csv (renomeie o arquivo de XYX.txt para XYX.csv

Eu também me deparei com o mesmo problema, mas existe uma solução fácil para isso.

1. Abra seu arquivo xlsx no Excel 2016 ou superior.
2. Em "Salvar como", escolha esta opção: "(CSV UTF-8 (delimitado por vírgula) *. Csv)"

Funciona perfeitamente e é gerado um arquivo csv que pode ser importado em qualquer software. Importei esse arquivo csv no meu banco de dados SQLITE e ele funciona perfeitamente com todos os caracteres unicode intactos.

Me deparei com o mesmo problema e pesquisei este post no Google. Nenhuma das opções acima funcionou para mim. Por fim, converti meu Unicode .xls para .xml (escolha Salvar como ... XML Spreadsheet 2003) e produzi o caractere correto. Depois, escrevi o código para analisar o xml e extraí o conteúdo para meu uso.

Eu escrevi um pequeno script Python que pode exportar planilhas em UTF-8.

Você apenas precisa fornecer o arquivo do Excel como primeiro parâmetro, seguido pelas folhas que deseja exportar. Se você não fornecer as planilhas, o script exportará todas as planilhas presentes no arquivo do Excel.

#!/usr/bin/env python

# export data sheets from xlsx to csv

from openpyxl import load_workbook
import csv
from os import sys

reload(sys)
sys.setdefaultencoding('utf-8')

def get_all_sheets(excel_file):
    sheets = []
    workbook = load_workbook(excel_file,use_iterators=True,data_only=True)
    all_worksheets = workbook.get_sheet_names()
    for worksheet_name in all_worksheets:
        sheets.append(worksheet_name)
    return sheets

def csv_from_excel(excel_file, sheets):
    workbook = load_workbook(excel_file,use_iterators=True,data_only=True)
    for worksheet_name in sheets:
        print("Export " + worksheet_name + " ...")

        try:
            worksheet = workbook.get_sheet_by_name(worksheet_name)
        except KeyError:
            print("Could not find " + worksheet_name)
            sys.exit(1)

        your_csv_file = open(''.join([worksheet_name,'.csv']), 'wb')
        wr = csv.writer(your_csv_file, quoting=csv.QUOTE_ALL)
        for row in worksheet.iter_rows():
            lrow = []
            for cell in row:
                lrow.append(cell.value)
            wr.writerow(lrow)
        print(" ... done")
    your_csv_file.close()

if not 2 <= len(sys.argv) <= 3:
    print("Call with " + sys.argv[0] + " <xlxs file> [comma separated list of sheets to export]")
    sys.exit(1)
else:
    sheets = []
    if len(sys.argv) == 3:
        sheets = list(sys.argv[2].split(','))
    else:
        sheets = get_all_sheets(sys.argv[1])
    assert(sheets != None and len(sheets) > 0)
    csv_from_excel(sys.argv[1], sheets)

O Excel normalmente salva um arquivo csv como codificação ANSI em vez de utf8.

Uma opção para corrigir o arquivo é usar o Bloco de notas ou o Notepad ++:

1. Abra o .csv com o bloco de notas ou o bloco de notas ++.
2. Copie o conteúdo para a área de transferência do computador.
3. Exclua o conteúdo do arquivo.
4. Mude a codificação do arquivo para utf8.
5. Cole o conteúdo de volta da área de transferência.
6. Salve o arquivo.

Uma segunda opção para "nevets1219" é abrir o arquivo CSV no Notepad ++ e fazer uma conversão para ANSI.

Escolha no menu superior: Codificação -> Converter em Ansi

Codificação -> Convert to Ansi codificará em ANSI / UNICODE. Utf8 é um subconjunto de Unicode. Talvez em ANSI seja codificado corretamente, mas aqui estamos falando sobre UTF8, @SequenceDigitale.

Existem maneiras mais rápidas, como exportar como csv (delimitado por vírgulas) e, em seguida, abrir esse csv com o Notepad ++ (gratuito) e depois em Codificação> Converter em UTF8. Mas somente se você precisar fazer isso uma vez por arquivo. Se você precisar alterar e exportar com frequência, o melhor é a solução LibreOffice ou GDocs.

O Microsoft Excel tem uma opção para exportar planilhas usando a codificação Unicode. Veja a captura de tela a seguir.

abra .csv bem com o bloco de notas ++. se a codificação for boa (você vê todos os caracteres como deveriam), pressione a codificação e depois converta para ANSI - descubra qual é a codificação atual

outra solução é abrir o arquivo pelo winword e salvá-lo como txt e reabri-lo pelo excel e funcionará o ISA

Caixa de diálogo Salvar> Botão Ferramentas> Opções da Web> Guia Codificação

Eu tenho o mesmo problema e me deparei com esse complemento, e ele funciona perfeitamente no Excel 2013, ao lado do Excel 2007 e 2010, para o qual é mencionado.