CSV文件打开是乱码？原因和修复方法
“é”或“Сума”这样的乱码，说明 CSV 以一种文本编码保存，却被当作另一种编码打开了——文字其实还在文件里，只是被错误地解码了。用正确的编码打开它（CSV 查看器会自动识别），再保存一份 UTF-8 副本即可。问号（“????”）则是另一回事：它通常意味着文件在写入时文字就已经丢失了。
一分钟搞懂什么是编码
CSV 文件是纯文本，而文本在磁盘上只是一串数字（字节）。编码就是一张对照表，规定哪个数字代表哪个字符。对于基本的英文字母和数字，几乎所有编码都一致，这就是为什么银行导出文件里的数字显示正常，而姓名和摘要却变成了乱码。
在财务软件和银行的导出文件中，你最常遇到的三种编码是：
- UTF-8——现代标准。一个文件里可以存放所有语言的文字。基本英文以外的字符，每个占两个或更多字节。
- Windows-1251——一种较老的西里尔字母单字节编码（乌克兰语、俄语、保加利亚语、塞尔维亚语）。很多老旧的财务软件仍然用它导出。
- Windows-1252——西欧语言使用的较老单字节编码：é、ü、ñ、ø、€ 等。
中文文件还常用另一种旧编码：GBK（以及它的扩展 GB18030）。旧版中文 Windows 和很多国内软件默认用它保存 CSV。Opener 不会自动识别 GBK，这类文件请使用下面方法 2 和方法 3 中介绍的 Excel、LibreOffice 或文本编辑器。
文件本身通常不会注明它用的是哪种编码。打开它的程序只能去猜，一旦猜错，就会出现乱码——技术上叫作 mojibake。
读懂乱码：每种模式说明了什么
乱码的样子，就是判断问题出在哪里的线索。
| 你看到的 | 本应显示 | 发生了什么 |
|---|---|---|
é, ü, € |
é, ü, € | UTF-8 文件被当作 Windows-1252 打开 |
Сума（大量 Ð 和 Ñ） |
Сума | UTF-8 编码的西里尔文字被当作 Windows-1252 打开 |
Ñóìà（带重音的拉丁字母） |
Сума | Windows-1251 文件被当作 Windows-1252 打开 |
Cafй |
Café | Windows-1252 文件被当作 Windows-1251 打开 |
�（带问号的黑色菱形） |
任意字符 | 旧编码文件被当作 UTF-8 打开 |
???? |
任意字符 | 文件保存时文字已丢失 |
“Ô加另一个字符，或者“Д/“Ñ”加另一个字符这样成对出现，是 UTF-8 被当作旧编码读取的典型特征：每个非英文字母在 UTF-8 中占两个字节，而旧的对照表把每个字节显示成一个单独的符号。这是好消息——什么都没丢，用 UTF-8 打开就能恢复。
单纯的问号则是坏消息。它们通常出现在这样的情况：程序试图用一种根本没有这些字符位置的编码保存文本（比如把西里尔文字存成 Windows-1252），于是把每个字符都替换成了 ?。原来的文字已经不在文件里了，任何查看器都无法找回。解决办法是从源系统重新导出，如果导出对话框提供选项，选择 UTF-8 或正确的地区编码。
BOM：为什么 Excel 会把 UTF-8 读错
UTF-8 文件开头可能有三个看不见的字节，叫作字节顺序标记（BOM）。它是一个提示，表示“这个文件是 UTF-8”。
双击 CSV 时，Excel 非常依赖这个提示。有 BOM 时，它通常能正确读取 UTF-8；没有 BOM 时，它往往会假定文件使用你电脑上的旧编码——银行导出的一份完全正常的 UTF-8 文件，就是这样变成“Сума”的。其他程序则恰恰相反，会把 BOM 显示成第一列表头开头的  之类的乱码。如果你看到这个，说明文件是 UTF-8，只是 BOM 被当成文字显示出来了。
方法 1：用能自动识别编码的工具打开
最快的办法是让工具替你识别编码。Opener 的 CSV 查看器会优先尝试 UTF-8，不行再根据文本回退到 Windows-1251 或 Windows-1252，所以姓名和摘要都能正确显示，不需要导入向导。它还会识别分隔符——逗号、分号、制表符或竖线。
文件在你的浏览器中读取，不会上传到任何地方，这对工资表、发票和银行对账单来说很重要。要为其他程序修好文件，请使用导出按钮：你会得到一份干净的 UTF-8 表格副本（导出的是当前视图，如果需要全部行，请先清空搜索）。如果你的问题是所有内容都挤在一列，而不是文字乱码，请看 CSV 打开后全挤在一列怎么办。
方法 2：在 Excel 中导入并选择正确的“文件原始格式”
不要双击文件。新建一个空白工作簿，使用“数据”选项卡中的“从文本/CSV”导入。预览窗口中有一个文件原始格式列表，可以在这里选择编码：
- 显示
é或Сума的文件，选择 65001: Unicode (UTF-8)； - 较老的西里尔文字导出文件，选择西里尔文（Windows）选项，即 1251；
- 较老的西欧语言导出文件，选择西欧（Windows）选项，即 1252；
- 中文 GBK 文件，选择代码页 936 对应的简体中文选项。
在这些选项之间切换并观察预览——姓名一显示正常，就说明选对了。然后加载数据。如果需要把文件转发给别人，在 Excel 中另存时请选择“CSV UTF-8”文件类型，而不是普通的“CSV”，后者可能又会使用旧编码。
方法 3：Google 表格、LibreOffice 或文本编辑器
Google 表格。 把 CSV 导入 Google 表格（“文件”→“导入”）对 UTF-8 文件效果很好，导入对话框还可以选择分隔符。但对旧编码文件来说，这条路不太可靠：如果 Windows-1251、Windows-1252 或 GBK 编码的导出文件仍然显示乱码，先用其他方法把它转换成 UTF-8，再导入转换后的副本。
LibreOffice Calc。 打开 CSV 时，LibreOffice 会显示文本导入对话框，其中有一个字符集列表。选择 Unicode (UTF-8)、西里尔文 (Windows-1251)、西欧 (Windows-1252)，或者 GBK/GB18030 对应的简体中文字符集，预览会立即更新。它免费，并且支持 Windows、macOS 和 Linux。
文本编辑器。 Windows 上的记事本、macOS 上的“文本编辑”，或者 VS Code 这样的代码编辑器，都可以在保存时选择编码。问题在于：编辑器必须先用正确的编码打开文件。如果文字在编辑器里显示正常，就把它另存为 UTF-8。如果在编辑器里就已经是乱码，保存只会把乱码原样保留——请先用正确的编码重新打开。
常见问题
CSV 里的“????”能修复吗？
通常不能。问号意味着字符在文件写入时就被替换掉了，原来的文字已经不在文件里。请从财务软件或银行重新导出，尽量选择 UTF-8。
保存或导出时应该用哪种编码？
UTF-8。它能存放所有语言的文字，所有现代程序都能识别。如果同事会在 Excel 里双击打开，请使用 Excel 的“CSV UTF-8”选项，这样文件开头会带有 BOM。
更改编码会改变我的数字吗？
不会。数字、小数点和逗号在 UTF-8、Windows-1251 和 Windows-1252 中都是一样的，所以金额和日期不受影响。只有基本英文以外的字符会变化。
在网上修复银行导出文件安全吗？
只有在工具不上传文件的情况下才安全。CSV 查看器完全在你的浏览器中解码和导出文件，对账单永远不会离开你的设备。