CSV 编码助手

怎么用

1. 把 CSV 拖到卡片上，或点击「选择文件」。编码与分隔符会立刻检测出来，表格直接显示在下方 —— 没有要点的按钮。「这份文件是什么」那一行会告诉你用了哪个编码，以及还有几个候选同样能完整解码这份文件。
2. 如果预览还是错的，就手动指定源编码。候选顺序跟随本页语言：中文页以 GB18030、Big5 开头，阿语页以 Windows-1256、ISO-8859-6 开头，英文页以 Windows-1252、MacRoman 开头。切换是即时的，也不会动你打开的文件。
3. 点「下载 CSV」拿到修好的副本。它一定是 UTF-8；默认勾选的「加 BOM」会在开头写入三个字节的标记，让 Excel 不再回退到系统码页。「复制」给你同样的文本但不带这个标记，可以直接粘进数据库或脚本。
4. 「粘贴文本」是第二个入口，用于乱码字符已经被当成文本保存下来的情况。此时原始字节不可得，检测无从谈起，但勾选「修复乱码字符」会把文本按 Windows-1252 写回字节再按 UTF-8 读出来，把「汉字」还原成「汉字」。

示例

姓名,城市,备注,金额
张伟,北京,"加急,谢谢",89.90
李娜,上海,普通,15.50

姓名,城市,备注,金额
张伟,北京,"加急,谢谢",89.90
李娜,上海,普通,15.50

中文 CSV 最常见的乱码成因不是编码错了，而是缺 BOM —— Windows 版 Excel 双击打开时会回退到系统码页。示例文件正是这种情况：内容是对的，缺的是开头那三个字节。

局限

• 只导出 UTF-8（带或不带 BOM）。平台自带的 TextEncoder 只实现 UTF-8，自造码页表无法与 iconv / Excel 逐字节对齐验证，界面上写「已转为 GBK」属于伪精确。需要输出遗留码页时，请先在这里确认源编码和内容，再在本地执行 iconv -f <源编码> -t GBK。
• 遗留码页一律报「猜测」，从不报「确定」。GBK 与 Big5、Windows-1252 与 MacRoman 在短样本上天然可互换，因此工具会列出并列候选，由你看一眼预览确认，一键即可切换。
• 少数 GBK / Big5 字节序列碰巧也是合法 UTF-8（C2 80 在 GB18030 里是「聙」，在 UTF-8 里是控制字符）。这种情况会降级为「猜测」并同时列出候选，不会假装确定。反过来，不含假名的纯汉字日文与中文在字节层面无法区分，工具会如实并列。
• 候选集是浏览器 TextDecoder 支持的码页，不含 CP437、TIS-620、hp-roman8，UTF-32 完全无法解码 —— 命中 UTF-32 的字节序标记会明确报出并拒绝。
• 粘贴的文本没有字节。乱码字符还在时可以修复，但已经变成 ? 或替换字符的文本信息已经丢失，工具不会假装修好它。
• 预览只渲染前 200 行并截断过长的单元格；下载是全量、完整值。数据本身一律不 trim、不去前导零、不推断日期与数字，引号内的逗号原样保留。
• 文件超过 5 MB、文本超过 200,000 码点会明确报错而不是静默截断。.xls / .xlsx 是二进制容器，不读取。
• 全部在本标签页完成：不上传、不写进地址栏、不落存储。想验证的话，页面加载完成后断开网络，工具照常工作。

相关工具

同一份文件的邻近步骤：查看、整理、转换。