Csv Talend Open Studio中的编码问题

我正在从事一个Talend项目，我们正在将1000个XML文件的数据转换为CSV，我们正在从Talend本身创建一个UTF-8格式的CSV文件编码

---

但问题是，有些文件创建为UTF-8，有些文件创建为ASCII，我不知道为什么会发生这种情况。文件应始终创建为UTF。

您可以转到正在使用的tFileOutputDelimited（或其他类型的tFileOutxxx）的高级选项卡，然后选择UTF-8编码

这是要在其中执行选择的“高级”选项卡的图像

---

我确信unix文件util是基于文件内容在某个范围内或具有特定的开始（幻数）而做出假设的。在您的例子中，如果生成一个完全有效的UTF-8文件，但只使用ASCII子集，则文件util可能会将其标记为ASCII。在这种情况下，您很好，因为您有一个有效的UTF-8文件。：）

如注释中所述，UTF8是ASCII的超集。这意味着任何ASCII字符的代码点在UTF8中都与ASCII相同

任何识别只包含ASCII字符的文件的程序都会简单地假定它是ASCII编码的。只有在包含ASCII字符集之外的字符时，读取程序使用的任何启发式方法才能识别文件

---

唯一的例外是专门声明编码的文件类型。这包括（X）HTML和XML之类的东西，它们通常以编码声明开头。

要强制talend按照您的意愿获取文件，您可以在文件中添加一列（例如在tMap中），并在此列中设置UTF-8字符。生成的文件将采用UTF8格式，如其他回复者所述。

告诉您您的文件是ASCII或UTF8的内容我正在Linux系统上使用commad

文件名。

ASCII是UTF8的有效子集。如果您的文件不包含ASCII字符以外的任何内容，那么即使文件以UTF8输出，它也将被视为ASCII。这实际上并不能回答问题。OP的真正问题是，正如评论中提到的，UTF8是ASCII的超集。如果在UTF8编码的文件中没有任何非ASCII字符，它将被视为ASCII（除非文件类型特别允许编码声明）。@ydaetskcoR从OP问题中我了解到，他需要确保他的文件是UTF8编码的。我在Talend解释了他是如何做到的。我认为这解决了他的需要。我还了解到，在某些情况下（UTF8文件仅使用ASCII字符），这两种编码无法与文件内容区分开来，但OP的问题不是如何判断它是否为UTF8；他的问题是确保生成UTF8编码的文件。