CSV vs XLSX：存成 CSV 的时候你失去了什么

把电子表格存成 CSV 感觉上没什么伤害。文件小、到哪都打得开、数字看起来也都一样。然后一周后有人打开它，电话号码前面的零不见了、日期顺序颠倒了、每一条公式都变成了冻结的数值。

那些都不是 bug。那就是 CSV 本身。

两种格式各自是什么

CSV 是 comma-separated values（逗号分隔值）的缩写，而这个名字就是它的完整规格。它是一个纯文本文件，一行是一行记录，逗号把列分开。就这样。它没有为别的东西留位置，因为格式里根本没有别的东西可以留。

XLSX 是一包压缩过的 XML 文档，描述一个工作簿：多个工作表、单元格类型、公式、格式、图表、命名区域、验证规则。它从 2007 年起就是 Excel 的默认格式，而且是公开有文档的标准，所以别的电子表格程序也读写得了。

CSV 丢掉了什么

除了一张工作表上的那些值，其余全部：

• 公式。一个装着 =SUM(A1:A10) 的单元格，变成它当下算出来的那个数字。运算没了；改一个输入值，什么都不会更新。
• 多张工作表。CSV 只有一张表。一个有十二个月份工作表的工作簿，存出来只有其中一张——通常是当前那张，而且不会告诉你。
• 所有格式。列宽、颜色、边框、粗体、条件格式、数值格式。一个显示为 45.00 € 的单元格，存进去是 45。
• 图表、图片、数据透视表、批注、验证。完全没有被表示。
• 单元格类型。CSV 没有“文本 vs 数字 vs 日期”这个概念。每一个值都是字符，而打开文件的那个东西自己去猜它们是什么意思。

猜测，就是数据被弄坏的地方

最后那一点造成了大家真正会注意到的那些失败。

开头的零不见了。一个 00123 的邮编或料号看起来像数字，所以被当成数字读，而数字没有开头的零。它变成 123。

日期被重新解读。03/04/2026 在世界大部分地方是四月三日，在美国是三月四日。CSV 没有说是哪一个；读它的程序套用自己的区域设置。

长数字变成科学计数法。一个十六位的识别码可能被显示成 1.23457E+15，而且更糟的是被四舍五入。

重音字符坏掉。CSV 不记录自己的编码。用 UTF-8 写出去、被用别的编码读进来，café 就变成 café。这是 CSV 最常见的单一抱怨。

分隔符不一定是逗号。在用逗号当小数点的地区，电子表格程序写出来的是分号。一个在德国产出的文件，用“逗号”的预期去开，整份会全部落在 A 列。

CSV 真正厉害的地方

只讲到这里并不公平，因为 CSV 活下来是有好理由的。

通用。每一个数据库、编程语言、统计软件包、分析工具都读 CSV。它是“两个系统之间什么都不共享时”搬运数据的共通语言。

体积与速度。一百万行的 CSV 只有对应 XLSX 的一小部分大，而且可以一行一行流式处理，不必把整份载入内存。

透明。你可以用文本编辑器打开它，看到里面确切有什么。导入失败的时候，这一点价值非常高。

耐久。一个纯文本文件四十年后不费什么力气就还读得出来。那是一个真实的典藏论据。

怎么选

用 XLSX，当这个文件是一份“人要在里面工作”的文档——任何有公式、有多张工作表、格式本身带有意义，或者同事会编辑后发回来的。

用 CSV，当这个文件是“移动中的数据”——喂给导入程序、从某个系统导出、交给一支脚本或一位统计人员。一张值的表，送去一个只要值的地方。

该问的问题是：接收它的是人还是程序？人需要那些结构；程序通常希望那些结构被剥掉。

怎么让 CSV 乖一点

• 存成 UTF-8，而且告诉对方。编码是坏掉的 CSV 的头号成因。
• 用 ISO 日期——2026-04-03——没有任何地区会读错。
• 把代码当文本。识别码、邮编、电话号码都不是“数量”，而任何你永远不会拿去做加减乘除的东西，都不该被存成数字。
• 说明你用了哪个分隔符，如果这份数据会跨越区域边界。
• 留着 XLSX。CSV 是导出品，不是替代品。公式一旦没了就是没了。

速查

• CSV：一张表、只有值、没有公式没有格式、到处读得了
• XLSX：多张表、公式、格式、图表——是一份工作文档
• 存成 CSV 是有损而且不可逆的，原文件要留着
• CSV 的问题大多是编码、日期顺序、开头的零、分隔符
• 要给人打开 → XLSX。要给程序吃 → CSV。