CSV 编码转换与乱码排查

CSV 编码转换处理的是字符与字节的对应方式。中文、日文或带重音的名称出现乱码时，应尽量选择系统最初导出的文件。已经用错误编码打开、覆盖保存的副本，可能把原字符替换成了问号或其他文字；再次转成 UTF-8 并不等于把丢失的信息找回来。

工作台在本页内存中保留原始字节。切换“来源编码”后，会重新读取原字节，不会把当前乱码预览当作新的来源。导出始终生成新副本，不覆盖设备上的原文件。粘贴入口也能使用，但剪贴板文字已被其他软件解码，不能用来判断原文件究竟采用了哪种编码。

点击“选择文件”或拖入 CSV、TSV、文本文件。在“当前文件”中逐份选择，设置来源编码、分隔符、引用字符、是否有表头和预期字段数。点击“从原字节预览”，展开原始文本与字节片段，比较包含中文、日文或重音字符的片段，再勾选该文件的确认项。

编码候选不是正确性的保证。带字节顺序标记的文件可以提供较明确的建议；没有标记时，严格 UTF-8 解码通过也只是一条证据。某些传统编码能接受很多不同来源的字节，文字“能够显示”不代表选择正确。尽量同时核对导出软件的编码设置，不要只查看全是数字的行。

支持的来源编码包括 UTF-8、带 BOM 的 UTF-8、UTF-16 小端与大端、Shift-JIS、GB18030 和 Windows-1252。如果浏览器不支持所选编码，或字节不符合该编码规则，页面会提示问题并停止严格转换。两份文件可分别选择不同来源编码，确认第一份不会替第二份作决定。

输出限定 UTF-8，可单独选择带 BOM。BOM 是文件开头的编码标记，不是 CSV 分隔符，也不是修复字符的算法。纯转码保留引号、逗号、制表符、空格、字段内换行及原记录换行方式，不默认重新序列化。文本中其他位置的正常字符不会因为外观相似而被删除。

合成数据中有编号 00123，以及包含“中文、日本語 café”和表情符号的描述。正确选择来源编码后，运行全量处理，检查报告，再校验并下载。重新按 UTF-8 解码的数据文件应保留相同文字；带引号字段中的逗号、双引号和换行也应保持原样。

开启 BOM 与关闭 BOM 的输出只应相差用户选择的开头标记。CSV 文件里的编号仍是 00123，但这不保证接收者双击后 Excel 一定按文本显示。目标软件的导入类型推断可能把它显示成 123；需要在接收软件中将编号列按文本导入。

严格模式遇到无效字节会停止所选解码并保留来源。优先换一个有依据的来源编码，或让源系统重新导出。“明确允许替代无效字节”属于不可逆的有损选项，只有用户主动选择才使用，报告也会标明；出现替代符号不能被当作完整恢复。

解码正常的文件仍可能缺少引号或字段数不一致。结构检查独立报告这些问题，不因字符显示正确就宣称 CSV 已修复。用户明确接受结构警告时，可以导出保留原结构的 UTF-8 副本，再进入结构修复工具处理。引用边界不确定时，不给出虚构的完整记录数。

“执行全量处理”针对完整所选输入；片段和网格分页只是展示。“校验导出并显示摘要”核对输出后，“确认下载新副本”下载编号命名的转换文件及编码报告 ZIP。纯转码不会添加公式防护单引号，公式样式文本仍保留原风险；需要防护时，应进入表格工具并明确选择导出设置。

可继续进入 CSV 结构修复或清洗，数据不放入网址。更改输入、编码或规则后，旧结果过期，必须重新运行。任务可取消；文件大小、累计体积、记录数、列数、单格长度及运行时间有上限。页面只在内存中保留会话，切换语言不改数据解释，刷新或关闭会清空。网页本身仍需通过网络加载静态资源。