wordpress 香港繁体/seo人员是什么意思

阅读全文大概需要4.5分钟。

本文是专栏《Excel必知必会》的第四篇教程，如果想了解专栏内容规划，请参阅开篇。温馨提示：如果您已经特别熟悉Excel，大可不必再看这篇文章，或只挑选部分。文中对Excel的说明和操作基于Mac Excel2016和Windows Excel 365

为什么把「分列」单独一篇来讲，其实是出于私心，我在专栏的开篇说过，我目前从事汽车行业，主要工作是测试，平常接触到很多测试系统的配置文件，log都是CSV格式，需要使用Excel打开，阅读，编辑。

所以借着这个话题，今天简单谈一谈编码以及CSV文件处理。

一. 什么是CSV文件

CSV：逗号分隔值（Comma-Separated Values）其文件以纯文本形式存储数据（数字和文本），其中逗号被称为分隔符，但是逗号并不是唯一的分隔符。

其他流行的分隔符包括制表符（t）、冒号（:)和分号（;），所以一般说CSV文件都是泛指，指用特定分隔符进行字段分隔的结构化格式文件。

【1】CVS文件基本规则/特点

• 首行是「字段」行，以分隔符分割，字段也就是列名，就是对数据的描述
• 首行外，其他行是记录行
• 一条记录在一行内，不跨行

【2】CSV文件打开方式

CSV文件本身是相对简单、通用的表格类型文件，也就是说文本编辑器记事本以及Excel都可以直接打开。

如果对文本处理有极高要求，这里推荐Notepad++

• 记事本/Notepad

• Excel

可以看出如果分隔符为","，那么CSV文件在Excel打开后无需分列操作；

但是如果明明分隔符是逗号，打开却没有自动分列，多半是编码问题；此时可以用记事本将CSV文件另存，修改编码为ANSI或者UTF-8

既然已经写到这，我觉得有必要讲一讲字符集和编码，当然如果对这部分不感兴趣或者压根觉得用不上，完全可以跳过内容【3】。

【3】字符集和编码

这里我不打算花大段篇幅来给大家讲字符集和编码，第一我非专业，第二也没必要，感兴趣的可以精读阮老师<<字符集编码笔记: ASCII，Unicode和UTF-8>>^[1]；

简单讲讲好了

• ASCII码

计算机对所有数据/信息的读取，最底层都是基于二进制0和1，通过多个0和1的组合就可以有多种状态，比如说8位二进制就可以有256种组合/状态，当然也就可以代表256个字符了。

我们都知道计算机是美国人发明的，由英语字母、阿拉伯数字、符号这些字符组成一个字符集，称为美国信息交换标准代码，ASCII码（American Standard Code for Information Interchange）。

关于ASCII码我们需要知道就两条：

<1. 存储使用8位二进制，即一个字节；

<2. 适用于英文环境，不能对中文编码；

• UNICODE码

前面说到，ASCII没法表示中文，事实上除了中文，法文、德文...都没法表示，这时候ISO出现了，制定unicode字符集，unicode 也叫万国码，因为开发者是统一码联盟，所以又称为统一码，unicode 很复杂，不需要深究，知道三点就行：

<1. unicode 制定者是统一码联盟；

<2. 使用2-4个字节来表示字符；

<3. unicode只规定了字符集，并没有规定在计算机如何存储；

同时期，ISO也在开发这样一种编码，叫做通用字符集UCS（Universal Character Set），不同之处是UCS分为UCS-2以及UCS-4，分别指用2/4个字节对字符进行编码。

后来双方开始进行整合，所以现在unicode的编码和ucs的编码都基本一致。

前面说过unicode/ucs只规定了字符集，但是在计算机的存储上却没有指明，于是又出现了UTF-16、UTF-32、UTF-8形式，这里UTF全称Unicode Transformation Format。16，32，8分别指存储位数。

数据在内存上存储又分为大端序[BE, big endian]和小端序[LE, little endian]；
举例，数据0x1234，需要占用两个字节存储，数据0x34存储在内存低字节地址上则代表LE，否则则是BE所以说UTF-16可细分为UTF-16 BE、UTF-16 LE

再说UTF-8

UTF-8 也是unicode的实现方式之一

UTF-8的特点是可变字长，用一个字节就可以表示英文字符，用三个字节来表示汉字...

UTF-8的出现完全是顺应了互联网的需求，因为占用存储少，所以现在很流行，目前网页编码多采用这一形式。

• ANSI

ANSI(American National Standards Institute)，美国国家标准学会。ANSI就比较奇怪了，首先ANSI的编码是取决与各国家语言的，而且各语言之间并不兼容。

ANSI其实是一种伪编码或者说继承类编码！

ANSI并不是某一种特定的字符编码，而是一种体系，说白了每种语言都会有自己独立的编码，像中文GB2312，繁体中文的BIG5，日本的JIS...，而这些编码都在ANSI体系下。

说白了，ANSI是他们特定语言的指向！

Windows默认编码是ANSI，但是针对不同国家的语言，ANSI是如何确定具体编码那？

其实很简单，就是看windows设置的语言或者设定区域。

比如说，当我用记事本/Notepad录入汉字，保存时会提出警告，建议我将编码更改为unicode，否则汉字将会丢失

为什么？

首先我的系统语言是英语，设定区域为United States，ANSI遵从的编码其实是ASCII，当然是不支持汉字字符的。

假如你跟我一样，系统语言为英文，同时因为各种原因没办法切换到中文系统，怎么办？

• 临时解决

将文本文件另存，编码选择为unicode，因为unicode是支持中文的

缺点就是每次新建记事本都需要更改编码

• 一次性解决

系统位置更改为Chinese(Simplified, China)，推荐！

此时ANSI编码实际指向汉字字符集GB2312

这一部分结束，回到主题

二. CSV文件如何在Excel中分列显示

前面说了，对于用逗号分隔的CSV文件，在Excel打开自然就已经分列，所以现在要说的是其他分隔符类型的CSV文件，如何在Excel中分列显示。

三种方法

【1】使用记事本将分隔符直接替换为逗号

【2】使用Excel分列(Text to Column)功能

【3】使用Excel数据导入功能

需要注意的是，如果使用Excel对CSV文件进行编辑，保存后，分隔符自动替换为","！如果需要更改其他分隔符，建议在记事本中替换。

正文结束，下周开始讲函数！

传送门: 链接:https://pan.baidu.com/s/1pVCbvpuwTBoTsoADmFIN7w 密码:4v3h

Xmind 建议以2020版打开，体验更佳！

最后，每一次点赞，收藏都是对创作最大的鼓励，笔芯！

参考

1. ^字符编码笔记：ASCII，Unicode 和 UTF-8 http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html