Neo4j导入CSV文件时非英文字段出现乱码的原因及解决方法

产生原因 #

• Neo4j的LOAD CSV指令默认仅识别无BOM头的UTF-8编码文件，若CSV采用GBK、GB2312、带BOM的UTF-8等其他编码存储，解析非英文字符时就会出现����类乱码
• 部分工具（如Excel）默认导出的CSV会额外添加不可见控制符，也可能干扰字符解析引发乱码

修复方案 #

• 方案一（推荐）：修改CSV文件编码
  1. 用VS Code、Notepad++等文本编辑器打开目标CSV，查看当前编码
  2. 将文件转存为UTF-8（无BOM）格式，重新执行导入语句即可
• 方案二（无需修改原文件）：Cypher语句显式指定编码
  执行时在LOAD CSV参数中添加原文件的实际编码，示例如下：

  // 若原文件为GBK编码则填GBK，可根据实际编码替换参数值
  LOAD CSV WITH HEADERS FROM 'file:///sample.csv' {encoding: 'GBK'} AS row
  RETURN row
  

注意事项 #

• 避免直接用Excel修改保存CSV文件，Excel默认导出的CSV编码非UTF-8，且易插入多余控制符引发二次异常
• 若修改编码后仍存在乱码，可检查CSV是否存在未转义的分隔符、特殊符号打断字段解析

内容的提问来源于stack exchange，提问作者NoviceY