CSV 转 Excel 转换
将 CSV/TSV 文件转换为 Excel(.xlsx)格式。文件完全在浏览器内处理,不会上传至服务器。
什么是 CSV 转 Excel 转换
CSV 转 Excel 转换工具可以将逗号分隔(CSV)或制表符分隔(TSV)的纯文本数据,转换为 Microsoft Excel 原生支持的“.xlsx”格式文件。用普通文本编辑器打开时显得乱码丛生、列与列挤在一起难以辨认的 CSV 数据,一经转换即可变成列对齐整齐、可以直接阅读的表格。
整个转换过程完全在您的浏览器本地完成,粘贴或上传的内容不会被发送到任何服务器进行处理。这意味着即便是客户联系人名单、内部销售数据、工资明细导出文件等敏感表格,也可以放心转换,因为数据始终不会离开您的设备。
CSV 转 Excel 的使用步骤
- 选择与数据匹配的分隔符 根据源文件的格式选择逗号分隔或制表符分隔。如果不确定应选择哪一种,可以先加载示例数据观察两种分隔符呈现的效果。
- 粘贴 CSV 或 TSV 数据 将原始文本直接粘贴到输入框中,或点击“加载示例”,先用示例数据体验一下工具的效果,再处理自己的数据。
- 检查格式化后的预览 输入的同时会显示表格预览,请仔细查看是否存在列错位或字符乱码的情况,这两种迹象都提示分隔符或原始编码可能需要重新确认。
- 下载 Excel 文件 确认预览无误后,点击下载按钮,即可将结果保存为可直接打开的 .xlsx 文件。
用好本工具的小技巧
- 生成的 Excel 文件的工作表名称固定为“Sheet1”。如需拆分为多个工作表,请在下载后于 Excel 中手动调整。
- 如果原始 CSV 文件使用的是 UTF-8 以外的编码(例如 Shift-JIS),转换后的文字可能会出现乱码。建议先将文件重新保存为 UTF-8 编码后再进行转换。
- 转换后,Excel 可能会自动将单元格内容识别为数字或日期(例如“1-2”会被转换为日期)。如果某些列(如邮政编码或商品编码)需要保留前导零,请在转换后于 Excel 中将该列的格式设置为“文本”。
- 文件内容完全在浏览器(客户端)中处理,不会上传至服务器,因此可以放心处理敏感数据。
实际应用场景
共享内部系统或旧系统导出的数据
许多企业内部系统和老旧数据库只能导出 CSV 格式。如果同事、客户或上级只使用 Excel,先转换一遍可以避免“文件打不开”之类的来回沟通成本。
修复海外 SaaS 工具导出数据的乱码问题
从海外软件导出的 CSV 文件有时使用了特殊编码,用 Excel 直接双击打开会出现乱码。先通过本工具转换一遍,无需另外安装编码修复软件即可得到可正常显示的 Excel 文件。
为筛选、排序或图表制作准备数据
想要直接在文本编辑器中对 CSV 原始数据进行排序、筛选或制作图表几乎是不可能的。先转换为 .xlsx 格式,就能在 Excel 中正常使用这些内置功能。
处理带前导零的邮政编码、商品编码等数据
如果数据中包含以零开头的邮政编码或商品编码等列,常见的做法是先转换为 Excel 格式,再在 Excel 中将该列的单元格格式设置为“文本”,以避免前导零被悄悄丢弃。
术语表
- CSV
- Comma-Separated Values 的缩写,是一种纯文本格式,每一行代表一条记录,行内各列的值用逗号分隔。
- TSV
- Tab-Separated Values 的缩写,与 CSV 功能相同,只是改用制表符而非逗号来分隔各列,适合数据本身就包含逗号的情况。
- xlsx
- Excel 2007 及以后版本使用的默认文件格式,基于 Office Open XML(OOXML)标准。从结构上看,它其实是一个 ZIP 压缩包,内部包含描述工作表、样式和数据的多个 XML 文件。
- 文字编码
- 将文本表示为字节序列的方案。如果原始 CSV 文件保存时使用的不是 UTF-8 编码(例如 Shift-JIS),转换后就可能出现无法正常显示的乱码字符。
- 单元格格式
- Excel 用于决定单元格内容显示方式的设置,例如数字、日期或纯文本。转换完成后将某列的单元格格式设置为“文本”,是保留前导零、避免其被自动去除的常规做法。
常见问题
闲话 ― 为什么 Excel 会“破坏”CSV 的内容
Excel 在打开 CSV 文件时会“擅自”将内容转换为日期,这一问题多年来一直困扰着全世界的数据工程师。例如“1-2”或“3/4”这样的字符串会被自动识别为日期,且很难恢复为原始文本。这一问题自 2010 年代起就已被反馈给 Microsoft,但出于向后兼容性的考虑难以从根本上修复,直到 2021 年的更新才终于加入了“导入时可指定列类型”的功能。
这一问题在基因研究领域造成的影响最为严重。根据 2004 年的一项研究,学术论文中公开的基因名称列表约有 20% 因 Excel 的自动转换而遭到破坏。例如基因名“SEPT2”(Septin-2)会被转换为“2-Sep”(9月2日)。为此,人类基因组命名委员会(HGNC)在 2020 年采取了罕见的应对措施,将容易受到影响的基因重新命名。
如今作为 Excel 文件使用的“.xlsx”格式,实际上是由多个 XML 文件经 ZIP 压缩而成的集合(Office Open XML,即 OOXML)。这一格式自 2007 版 Office 起被采用,与此前的专有二进制格式“.xls”相比,其规范是公开的,因此其他软件也更容易对其进行读写。本工具所使用的 SheetJS 等开源库之所以能够在未安装 Excel 的环境下生成 .xlsx 文件,很大程度上正是因为 OOXML 是一种公开规范。