时间戳

首页 > 解决方案 > VBA 将多个 Unicode 文本文件转换为常规 csv。这些文本文件具有 csv 扩展名

excel - VBA 将多个 Unicode 文本文件转换为常规 csv。这些文本文件具有 csv 扩展名

问题描述

我有几个小时尝试在 SO 上发布的代码。他们成功打开文件，但保存后，它们仍然是 Unicode 文本格式，Python pandas csv_reader 不会读取它们。这是我最新和最伟大的尝试。我的文件在子文件夹“QCfiles”中：

Sub LoopExample()

Dim MyFolder As String, MyFile As String

With Application.FileDialog(msoFileDialogFolderPicker)
    .AllowMultiSelect = False
    .Show
    MyFolder = .SelectedItems(1)
    Err.Clear
End With

Application.ScreenUpdating = False

MyFile = Dir(MyFolder & "\", vbReadOnly)

Do While MyFile <> ""
    Workbooks.Open FileName:=MyFolder & "\" & MyFile, UpdateLinks:=False
    MsgBox Cells(1, 1)
    ActiveWorkbook.SaveAs FileName:=MyFile, FileFormat:=xlCSV
    Workbooks(MyFile).Close savechanges:=True
    MyFile = Dir
Loop

Application.ScreenUpdating = True

End Sub

标签： excelvba

解决方案

在修改 CSV（通过 VBA）之前，请尝试将参数传递encoding给pandas.read_csv().

据我了解，encoding默认为您的系统设置（'cp1252'如果您的区域设置是英语的某种变体，则可能是这样）。

要覆盖这种隐式行为，您可以尝试传递encoding='utf-8'（或者encoding='utf-8-bom'可能是必要的），然后应该允许pandas解码/使用 Unicode 字符。

假设您已pandas在命名空间下导入pd并且您的文件位于C:\some_folder\ok.csv（在 Windows 上）：

import pandas as pd

df = pd.read_csv('C:\\some_folder\\ok.csv', encoding='utf-8')

print(df.head())

在我看来值得一试，因为它可能是一个快速的解决方案。

（其他选择可能是导入一些 Python 库，它可以尝试推断文件的编码，然后使用该特定编码，但这显然是更多的工作。

此外，在强制将 Unicode 强制转换为 ASCII 时，您可能会丢失信息/字节，具体取决于是否有任何非 ASCII 字符。）

推荐阅读