Excel表格的数据转换为代码中的结构数据

好吧，这个题目看着就很low，但是但是……真的好有用。

最近几个月爬取过几个网站，豆瓣、wiki、app annie等。一般我会先将html数据中的元素提取出来（xls文件），交给运营和产品经理，他们修改审核以后（修改过的xls）我需要将这些数据入库。

这里看似很简单，其实还挺tricky的，结构化的数据转换为xls很简单:

data->过滤"|"符号->保存为csv文件->excel导入(配置utf-8, 分隔符号为"|")->加入excel的数据过滤等然后就可以发给其他同事了。(用逗号也行，个人偏好吧)

但是，其他同事改完后，想再转换为结构化数据就很麻烦了，原因如下：

1，他们会在单元格中增加换行和tab

2，带中文的xls文件导出为csv会出现乱码，所以要转换为unicode文件，而unicode文件不是逗号分隔，而是tab分隔。

解决这两个问题也很直观，全文替换即可。

可是，mac版本的excel不能在替换框中输入这两个特殊符号，所以需要windows版本的！

我是按照如下办法解决的：

1，使用windows下的excel，替换换行 alt+0010或者 Ctrl+J 都能输入换行符号，但是你看不见（貌似excel版本还有要求，excel2013就不行，2003还可以）

2，替换tab，直接找到哪里有tab，拷贝下来，然后替换。这里需要注意的是不要区分全角/半角

3，xls从excel输出为utf-16 unicode的文件（如果输出是csv，在mac下编码会乱掉，不是GBK也不是UTF8/16，不知道是啥）。然后用sublime打开，然后Save with encoding->utf-8

这样，一个能用程序解析的文本文件就生成了。