Guia de Causas e Prevenção de Texto Corrompido e Erros de Formato na Conversão de Excel para CSV

Na versão chinesa do Excel para sistemas Windows, os ficheiros CSV são guardados com a codificação de região padrão do sistema GBK. A maioria das ferramentas de processamento de texto online e programas modernos lêem a codificação UTF-8 por padrão. A codificação incompatível causa diretamente que o texto chinês fique corrompido.

O próprio Excel não apresenta texto corrompido ao abrir ficheiros CSV codificados em GBK, mas a corrupção ocorre quando outros programas abrem o ficheiro após a redistribuição. Alterar a opção de guarda não permite mudar diretamente para a codificação UTF-8 padrão sem BOM, e esta opção não está disponível no Excel 2016 e versões anteriores.

O UTF-8 BOM é três bytes de identificação no início de um ficheiro que permitem ao Excel reconhecer diretamente a codificação do ficheiro como UTF-8, prevenindo a corrupção do texto chinês. Para ficheiros CSV codificados em UTF-8 padrão sem BOM, o Excel ainda apresenta texto chinês corrompido ao abrir o ficheiro.

A ferramenta de conversão de codificação OKfmt pode converter ficheiros CSV em GBK para ficheiros CSV com UTF-8 BOM, cumprindo os requisitos de leitura do Excel mantendo a compatibilidade com as especificações de codificação de programas modernos.

A função nativa de guardar como CSV do Excel só exporta a primeira folha de cálculo visível do ficheiro atual; o conteúdo de outras folhas de cálculo não é incluído no ficheiro de saída. Quando é necessário exportar múltiplas folhas de cálculo, tem de ativar cada folha separadamente e exportá-las uma a uma.

Quando o Excel guarda um CSV, converte automaticamente as fórmulas nas células no resultado de cálculo atualmente em cache, e as fórmulas originais não são retidas. O conteúdo de data e hora é serializado para texto de acordo com o formato definido para a célula atual, perdendo o seu atributo de data original.

O delimitador usado pelo Excel muda com as definições regionais do sistema. O delimitador padrão do sistema é ponto e vírgula em algumas regiões europeias, enquanto o delimitador padrão é vírgula para sistemas Windows da versão chinesa.

A incompatibilidade de delimitador causada por definições regionais fará com que todo o conteúdo do CSV se una numa única coluna e não possa ser dividido corretamente. Pode alterar a definição de delimitador regional no Painel de Controlo do Windows, ou usar uma ferramenta de conversão de formato para unificar o tipo de delimitador.