字符转换为特殊字符

Question

我正在使用Apache POI读取<代码>。docx文件，并在一些操作后写入。csv。<代码>。我使用的docx文件是法语的，但当我在中写入数据时。csv它将一些法语字符转换为特殊字符。示例转换为

下面的代码用于编写文件

        Path path = Paths.get(filePath);
        BufferedWriter bw = Files.newBufferedWriter(path);
        CSVWriter writer = new CSVWriter(bw);
        writer.writeAll(data);

默认使用UTF-8。

在调试时，我在写入<代码>之前进行了检查。csv数据保持原样。但它在写作时被转换了吗？我已将默认语言环境设置为语言环境。法语

我错过了什么吗？

Answer 1

Être un membre clé“UTF8”=Être un membre clé“ANSI”

检查如何读取最终文件的字符代码。

Answer 2

我怀疑是Excel将UTF-8编码的CSV读取为ANSI。如果只需在Excel中打开CSV，而不使用文本导入向导，就会发生这种情况。如果文件开头没有物料清单，Excel总是需要ANSI。如果使用支持Unicode的文本编辑器打开CSV，则所有操作都将正确无误。

示例：

import java.io.BufferedWriter;

import java.nio.file.Path;
import java.nio.file.Paths;
import java.nio.file.Files;

import java.util.Locale;
import java.util.List;
import java.util.ArrayList;

import com.opencsv.CSVWriter;

class DocxToCSV {

 public static void main(String[] args) throws Exception {

  Locale.setDefault(Locale.FRENCH);

  List<String[]> data = new ArrayList<String[]>();
  data.add(new String[]{"F1", "F2", "F3", "F4"});
  data.add(new String[]{"Être un membre clé", "Être clé", "membre clé"});
  data.add(new String[]{"Être", "un", "membre", "clé"});

  Path path = Paths.get("test.csv");
  BufferedWriter bw = Files.newBufferedWriter(path);

  //bw.write(0xFEFF); bw.flush(); // write a BOM to the file

  CSVWriter writer = new CSVWriter(bw, ';', '"', '"', "\r\n");
  writer.writeAll(data);
  writer.flush();
  writer.close();

 }
}

现在，如果您使用支持Unicode的文本编辑器打开test.csv，则一切都是正确的。但是如果您使用Excel打开相同的文件，它看起来像：

现在我们也这么做了

bw.write(0xFEFF); bw.flush(); // write a BOM to the file

忙碌的

当测试时，这会导致Excel像这样。csv只需通过Excel打开：

当然，更好的方法总是使用Excel的文本导入向导。

请参见Javascript导出CSV编码utf-8问题以了解相同的问题。