Excel 电子表格中的字符编码（以及用于解码的 Java 字符集）答案

【问题标题】：Character encoding in Excel spreadsheet (and what Java charset to use to decode it)Excel 电子表格中的字符编码（以及用于解码的 Java 字符集）
【发布时间】：2011-09-16 19:07:43
【问题描述】：

我正在使用 JExcel 库来读取 Excel 电子表格。电子表格上的每个单元格都可能包含 44 种语言（英语、葡萄牙语、法语、中文等）中的任何一种的本地化字符串。今天我没有告诉 API 任何关于它应该使用的编码的信息。它处理中文还可以，但它总是搞砸葡萄牙语和德语。不知何故，默认编码（我的开发盒上的 MacRoman，生产上的 UTF-8）无法正确解释它从 excel 工作簿中提取的字符串。 JExcel 解释文件字符编码的方式肯定有问题。

话说回来……

excel工作簿中的所有字符串是否都使用相同的字符集编码？

是否有工作簿元数据我可以问这个字符集是什么（我还没有找到）？

如果我通过 jchardet (http://jchardet.sourceforge.net/) 之类的东西运行所有单元格，是否能够预测整个工作簿的字符编码（这几乎取决于第一个问题是“是的，给定工作簿中的所有字符串都使用相同的字符集编码”）？

这么多问题，这么少时间。

【问题讨论】：

您是在阅读.xls 文件还是.xlsx 文件？
它们是 .xls 文件。 .xlsx 的答案会改变吗？
.xlsx 文件实际上只是 XML 文件，这（我会认为）意味着整个文件只有一个编码。另一方面，.xls（我再次认为）是一种二进制格式，所以我不确定每个单元格是否可以有自己的字符编码...
我认为你是对的，马特。 XLS 是一种二进制格式。我在上面的逻辑中也有一个“哦，废话”的时刻； JExcel API 要求我在解析之前设置工作簿编码。我在想我可以解析以找出编码。岩石。硬地。
找到了 XLS 编码规范，感谢维基百科：sc.openoffice.org/excelfileformat.pdf

标签： java excel character-encoding cp1252

【解决方案1】：

好吧，我没有直接得到答案，但马特对规范的发现为实际答案指明了方向：http://sc.openoffice.org/excelfileformat.pdf

与此同时，只需将编码设置为始终为“Cp1252”，我的问题就解决了。我不确定具体原因，但可以这么说，我并不是在寻找礼物马，而是继续前进。

    WorkbookSettings workbookSettings = new WorkbookSettings();
    workbookSettings.setEncoding( "Cp1252" );
    Workbook.getWorkbook( theFile, workbookSettings );

我会打电话给这个回答。

【讨论】：

stackoverflow.com/questions/508558/… 也可以在这里提供更多信息。
您的回答使用我的 PHP 程序节省了数小时...谢谢

【解决方案2】：

我的问题是，在从 excel 文件中读取单元格值时，某些值出现了“？”因为这对应于带重音的字母......该代码会解决这个问题吗？因为当我在 Windows 下运行时，我无法像在 Linux 下那样快速测试（这是我要部署到的服务器的 SO）...

【讨论】：