文员处理文件,真正卡住的通常不是软件不会用,而是格式和编码:CSV 一打开中文乱码,PDF 怎么都复制不出文字,Word 转 Markdown 后格式全变。先把原因分清,能省很多返工。

1. CSV 中文乱码:先看编码,不要反复改字体

CSV 本身不保存字体,乱码通常是编码不匹配。Excel 默认按本地编码打开无 BOM 的 UTF-8 CSV,中文就会变乱码。用 Excel / CSV 转换 导出的 CSV 会带 UTF-8 BOM,Excel 一般能直接识别;如果还是乱码,用「数据 → 从文本/CSV」导入并手动选 UTF-8。

2. Excel 日期变成数字

Excel 内部用序列号保存日期,CSV 只保留文本。转换时如果看到 `45200` 这样的数字,不一定是转换错了,而是单元格格式丢了。导出 CSV 前把日期列设成 `YYYY-MM-DD` 文本,或在目标系统里重新解析。

3. PDF 复制不出文字

PDF 分两种:有文字层的(Word/网页导出)和扫描件/图片型。扫描件里只有像素,没有可复制文字,任何「提取文字」工具都会得到空结果。用 PDF 提取文字 先验证;空结果就需要 OCR,当前站点不提供 OCR。

4. .doc 不是 .docx

老版 Word 的 `.doc` 是二进制格式,新版 `.docx` 是压缩包。很多在线转换只支持 `.docx`;遇到 `.doc`,先用 Word/WPS「另存为」`.docx`,再转换。扩展名直接改成 `.docx` 没有用。

5. Word 转 Markdown 会丢复杂排版

标题、列表、粗体、链接通常能保留;文本框、浮动图片、分栏、批注、页眉页脚、复杂表格可能丢失。转换后先检查标题层级和列表,正文可以用 Word 转 Markdown,复杂版式建议保留原 Word 作为交付件。

6. 文件会不会被上传

合同、工资表、名单都属于敏感文件。优先用浏览器本地处理的工具:解析和导出在本机完成,服务器只提供静态页面。只要页面上传了文件,就有被记录、缓存或泄露的可能;不确定时先脱敏再处理。

这三个工具可以配合用:表格用 Excel / CSV 转换,PDF 用 PDF 提取文字,Word 用 Word 转 Markdown。

Toolbox 编辑部

关注在线工具、图片处理与本地优先的软件。