CSV 文件里到底有什么
CSV 是纯文本。每一行是一条记录，值之间用分隔符隔开，通常是逗号。如果某个值本身含有分隔符、双引号或换行，就用双引号把它括起来，值里面的双引号写成两个。这差不多就是 RFC 4180 的全部内容，也是 CSV 最接近「标准」的一份文件：
name,note,addr.city
"Smith, J.","said ""hi""",Paris同样重要的是 CSV 里没有什么。它没有类型：CSV 没法表达「02134 是邮编，不是数字 2134」。它也不声明文字编码、不声明分隔符、没有任何格式。每个打开它的软件都得自己猜，下面这些问题，大多数就是猜错了。
坑一：中文乱码
双击打开一个 CSV，中文全变成了「浣犲ソ」或者一堆问号方块。文件里的字节并没有坏，只是软件用错误的编码去读了它。
现在的系统和网站导出 CSV，一般用 UTF-8 编码。而 Windows 上的 Excel 双击打开 CSV 时，长期以来默认按系统的旧代码页来读，中文系统上就是 GBK，除非文件开头带有一个声明「我是 UTF-8」的字节顺序标记（BOM）。反过来也一样：Excel 另存为时选「CSV（逗号分隔）」，在中文系统上写出的是 GBK 编码，拿到 Mac、Linux 或者网页上按 UTF-8 读，就是乱码。另存时选「CSV UTF-8（逗号分隔）」会自动带上 BOM，可以避免这个问题。
本站的 CSV ↔ JSON 转换，读文件时先按严格的 UTF-8 解码，失败后再按你选的旧编码解码（GBK/GB18030、Shift_JIS 或 Windows-1252）。中文 Excel 存出来的 GBK 文件，选 GBK 就能正确读出。导出给 Excel 用的 CSV 时，记得勾选「添加 BOM」。如果一个文件已经被反复打开、乱码状态下保存、再打开，损坏通常无法挽回，要回到最初的导出文件重新来。
坑二：所有内容挤在第一列
打开后每一行都挤在 A 列，逗号原样显示。这多半是分隔符对不上。在欧洲大部分国家，逗号是小数点，所以那里的 Excel 读写 CSV 都用分号：「Tea;1,50」表示两个值，第二个是 1.5。外企同事发来的这种分号文件，在中文 Excel 里双击打开就不会被拆开。
本站的转换工具会自动识别分隔符：在前几行里找一个字符（逗号、分号、制表符或竖线），它在每一行出现的次数都一样，引号里面的不算。像「name;price」「Tea;1,50」「Cake;3,20」这样的文件，虽然也有逗号，它仍会选分号。在 Excel 里，不要双击打开，而是用「数据 → 从文本/CSV」导入，导入对话框里可以明确指定分隔符和编码。
坑三：开头的 0 没了，身份证号后三位变成 000
邮编、工号、商品编码、以 0 开头的电话号码，打开后前面的 0 全没了，因为 Excel 会把看起来像数字的东西都当作数字。更严重的是，Excel 的数字只保留 15 位有效数字。18 位的身份证号 110101199003071234 会被存成 110101199003071000，并显示为 1.10101E+17。后三位就这样丢了，而且一旦保存，文件里写回的就是损坏后的值。银行卡号、订单号这类长编号同样中招。
本站把 CSV 转 JSON 时，如果开启了类型识别，以 0 开头的值，以及超过 JavaScript 安全整数范围的整数，都保留为文本，所以 02134 和 110101199003071234 都原样保留。在 Excel 里，用「数据 → 从文本/CSV」导入，在加载之前把这些列设为「文本」；或者在导出的系统里就把它们处理成文本。含有长编号的文件，千万不要用 Excel 打开后直接保存。
坑四：好好的值变成了日期
Excel 会把任何像日期的东西转换成日期。「1-2」会变成 1 月 2 日，「3/4」会变成 3 月 4 日，一些文字编码也逃不掉。最有名的受害者是人类基因的符号：SEPT1、MARCH1 过去经常被 Excel 变成「1-Sep」「1-Mar」，以至于人类基因命名委员会（HGNC）在 2020 年干脆把这些基因改了名，分别改成 SEPTIN1 和 MARCHF1。解决办法和保留开头的 0 一样：把这一列按文本导入。
以数字形式存储的日期
Excel 文件里真正的日期，存的是一个序列号，也就是从 1899 年底开始数的天数。序列号 45000 是 2023 年 3 月 15 日，45000.75 是 2023 年 3 月 15 日 18:00。转换时有两个怪癖要注意。第一，为了和 Lotus 1-2-3 兼容，Excel 故意把 1900 年当作闰年，所以 1900 年 3 月 1 日之前的序列号会差一天。第二，用旧版 Mac Excel「1904 日期系统」创建的工作簿，从 1904 年开始数：同样是 45000，表示的是 2027 年 3 月 16 日，晚了整整 1462 天。本站的 Excel 转 CSV 会读取每个工作簿用的是哪种日期系统，两种都能正确换算。
坑五：藏在数据里的公式
以 =、+、-、@ 开头的值，在电子表格里打开时可能被当成公式执行。如果你的系统导出的是用户填写的内容，比如姓名、备注、地址，就有人可以填进一个公式，等同事打开导出文件时它就会运行。OWASP 把这类问题称为 CSV 注入。常见的防御办法，是在导出给电子表格用的文件时，给这类值前面加一个单引号或制表符；如果数据是给其他程序用的，就保持原样，把风险控制在电子表格这一端。
从 Excel 里干净地取出数据
要从工作簿里取出数据，最可靠的办法是根本不让 Excel 来写 CSV。本站的 Excel 转 CSV 直接在浏览器里读取 .xlsx 文件，从而绕开了代码页和数字显示格式的问题：它取每个单元格实际存储的值，日期写成 ISO 格式（2023-03-15），长数字按存储的值原样写出，编码统一用 UTF-8。选择工作表，看一眼预览，下载 CSV 或 JSON 即可。
它只读新版 .xlsx 格式。Excel 97–2003 的老式 .xls 文件是另一种二进制格式，需要先用 Excel 或 WPS 另存为 .xlsx。公式导出的是它最后一次计算的结果，这也是 CSV 唯一能保存的东西。
把表格以文字形式分享
写 README、提 issue、在聊天里发一张小表，Markdown 表格往往比附件更方便。把从 Excel 或在线表格里复制的单元格粘贴到 Markdown 表格工具里（从电子表格复制出来的是制表符分隔的文本，工具能直接识别），为每一列选好对齐方式，复制结果即可：
| 城市 | Pop |
| :--- | ---: |
| 北京 | 21.9 |
| Oslo | 0.7 |即使有中文，列在等宽字体的编辑器里也能对齐，因为每个汉字按两个字符宽计算。数字列最好右对齐，这样小数点能对齐。
搬运数据的检查清单
- 导出时用 UTF-8。如果对方会用 Excel 打开，加上 BOM。
- 弄清楚分隔符，用明确指定分隔符的方式导入，而不是双击打开。
- 标识类的列，包括身份证号、工号、邮编、电话、各种编码，在任何电子表格碰到它们之前就设为文本。
- 导出日期用 ISO 格式（YYYY-MM-DD），在任何地区设置下都不会有歧义。
- 前后对比行数。某个值里有换行却没有正确加引号，就会多出几行。
- 原始导出文件保持不动，在副本上操作。
- 交给别人之前，自己先用对方会用的软件打开一次，看看有没有乱码、丢 0、变成日期的情况。
局限
- 自动识别只是猜测。 分隔符和编码识别对常见文件有效；只有一列的文件或者样本太短时可能判断错，所以工具允许手动指定两者。
- 电子表格的行为因版本和地区而异。 本文描述的 Excel 行为由来已久，但新版本增加了关闭部分自动转换的选项，请查看你所用版本的导入设置。WPS 的行为与 Excel 大体相同，细节可能不同。
- 只能读取 .xlsx。 老式 .xls 和 .ods 需要先转换。
- 一切都在浏览器里运行， 所以特别大的文件受限于你设备的内存。
常见问题
CSV 用 Excel 打开中文乱码怎么办？
Excel 用 GBK 去读了 UTF-8 文件。导出时选择带 BOM 的 UTF-8，或者用「数据 → 从文本/CSV」导入并选择 UTF-8。反过来，Excel 存出的 GBK 文件在本站转换时选择 GBK 编码即可。
怎么保留编号开头的 0？
0 其实还在文件里，是 Excel 打开时去掉的。把这一列按文本导入，或者用一个按原样保留值的工具转换。
身份证号为什么后三位变成了 000？
Excel 只保留 15 位有效数字。把这类列按文本导入，并且不要用 Excel 重新保存含有长编号的文件。