导出CSV文件时中文乱码问题的解决

目的

记录解决一个导出CSV文件时中文乱码问题的过程和方法，备忘， 也希望能帮助遇到同样问题的人。

 

问题

Android APP导出的CSV文件中，中文显示为乱码。

最近项目中的Anroid App需要将数据以CSV文件的形式导出。基于原来的经验，更得益于Google的力量，很快便完成了基本功能的编码。但就在最后测试的步骤中，问题出现了。导出CSV文件的列名中，中文全部显示为乱码。

首先想到的是，可能写入文件是编码是ASCII？显式地修改为UTF-8，问题依旧。

用Notepad，Editplus以文本形式打开CSV文件，中文显示正常。

 

解决方法

再次感谢万能的Google与Baidu，经过多次的思考及搜索后。找到了问题的答案：

在文件的开头，在写入任何内容之前，向流中写入 0xEF，0xBB,0xBF三个字节（此处用16进制表示）。用以告诉Excel，此CSV文件的编码为UTF-8.

//mark the file as UTF-8 encoded
out.write(new byte[]{(byte) 0xEF, (byte) 0xBB,(byte) 0xBF});

 

原理（并非十分确定）

Excel打开CSV文件（实际为文本文件）时，需要知道文件的编码方式（encoding）。如果未能获取，则默认用ASCII打开。

此处的三个字节 0xEF，0xBB,0xBF为UTF-8的BOM，标明了文件是UTF－8编码方式的，所以问题得以解决。

BOM为Byte Order Mark，是为了解决UTF-16等多字节编码的字节序问题（big endian，little big endian），UTF-8并不需要。

但此处的0xEF，0xBB,0xBF是用做了UTF-8的标志，而非BOM的原用途。