解决Snowflake导出至AWS S3时特殊字符显示异常问题

问题根源 #

你遇到的乱码（「Raleigh, NC - E&S PED」变成「Raleigh, NC – E&S PED」），是因为UTF-8编码的特殊字符（此处为长破折号U+2013）被错误地用ISO-8859-1/Windows-1252编码解析导致的。核心原因是导出时未明确指定文件字符集，导致后续读取环节使用了不正确的编码规则。

修复方案 #

在COPY INTO命令的FILE_FORMAT配置中，显式添加ENCODING = 'UTF8'参数，强制指定导出文件的编码为UTF-8。

修改后的完整命令 #

copy into @aws_s3_to_snf/SNF_S3_WB_STL.csv
from AAW.ACS_CLS_MART.SNF_S3_WB_STL
max_file_size = 2000000
overwrite = true
single = true
detailed_output = true
header = true
FILE_FORMAT = ( 
    type = csv 
    field_delimiter = ',' 
    skip_header = 1
    compression=NONE 
    FIELD_OPTIONALLY_ENCLOSED_BY = '"'
    ENCODING = 'UTF8'
);

额外注意事项 #

• Snowflake默认导出编码为UTF-8，但显式声明能避免客户端、S3存储或读取工具的默认编码干扰，确保一致性。
• 读取导出的CSV文件时，需确保编辑器或数据工具（如Excel）使用UTF-8编码打开/导入，否则仍可能出现乱码（Excel默认会用系统编码，需手动选择UTF-8）。

内容的提问来源于stack exchange，提问作者Shaik Bakshu