CSV 文件的读写总结



背景：近来用到了csv 文件来编辑保存文件，然后用自己的程序去读写csv文件， 因此自己写了一个读写csv文件的类，大致遇到如下的一些情况，在此记录下。

问题： 原本想法比较简单，只在csv 里面保存 中文和英文，这时用ANSI 查看一切都没有问题，但是问题来了，后来发现我的 CSV 文件是需要保存很多种语言，像西欧

的一些文字(比如 ååå ），在csv 直接输入保存后打开就变成了 ??? 的乱码了。。。

解决方案： 既然用 ANSI 格式来保存的时候有问题，干脆用Unicode 格式来保存就好了。可以如此操作，打开 ANSI 格式的 CSV 文件，修改后另改为其他格式时选  Unicode Text(*.txt）。。。然后再改文件后缀为.csv。。。  如果是自己写程序则直接用unicode 写文件即可。。。。

注意： 

一、 这两种编码格式的分隔是有一定区别的，所以在读写文件是应特别注意。。。。

CSV 的 ANSI 版本，是以 逗号( , )为分隔各个单元格的；

而 Unicode 版本 却是以 制表符 ( \t ) 为分隔的。

二、测试 utf-8 编码的csv 文件，用 文本方式打开，删除所有的内容(即变成一个一行都没有添加的csv文件)，保存后再用excel 打开会发现第一格出现"锘“的乱码(实际它就是UTF-8 的前两个标志字节 EFBB )。 为了避免此类问题的发生，在编程时对于一行都没有的csv文件，不妨加上一个回车换行。。这样用excel 打开时就不会出现如此怪异的情况。

=======================================================================================================

以下是一些补充的资料，

ANSI ：　　　　　　　  无格式定义；
Unicode ：　　　　　　前两个字节为 FFFE ；
Unicode big endian ：　前两字节为 FEFF ；　
UTF-8 ：　　　　　　  前两字节为 EFBB ；

判断 CSV 文件是否为 unicode ，可以用如下代码来判断。。。

<span style="color:#333333;">// Check if it is unicode file
 if (!file.eof())
 {
  char szText[2];
  file.read(szText, 2);
  if (!file.fail())
  {
   bUnicode = (0xFF == (BYTE)szText[0] && 0xFE == (BYTE)szText[1]);
  }

  if (!bUnicode)
  {
   // reset file position
   file.seekg(0, ios_base::beg);
  }
 }</span>

以下引用百度百科http://baike.baidu.com/link?url=fs-L3AXQspt3WCPHikt9Lf2TQq1UieH9nWT26EWNMDTR6s-FQJDtu3uMuk46_mDtupoHGYQl1JvHVlFj2IU8ypKW2BnN6D3DPKpK2mdAXjm

规则

1 开头是不留空，以行为单位。

2 可含或不含列名，含列名则居文件第一行。

3 一行数据不跨行，无空行。

4 以 半角逗号（即,）作分隔符，列为空也要表达其存在。

5 列内容如存在 半角逗号（即,）则用半角双引号（即""）将该字段值包含起来。

6 列内容如存在半角引号（即"）则应替换成半角双引号（""）转义，并用半角引号（即""）将该字段值包含起来。

7 文件读写时引号，逗号操作规则互逆。

8 内码格式不限，可为 ASCII、Unicode 或者其他。

9 不支持特殊字符