Especifique la codificación con libreoffice --convert-to csv

Los archivos de Excel se pueden convertir a CSV usando:

$ libreoffice --convert-to csv --headless --outdir dir file.xlsx

Todo parece funcionar bien. La codificación, sin embargo, se establece en algo inestable. En lugar de un UTF-8 mdash (-) que obtengo si hago un "guardar como" manualmente desde LibreOffice Calc, me da un \ 227 ( ). Usar el archivo en el CSV me da "Texto ASCII extendido no ISO, con líneas muy largas". Entonces, dos preguntas:

1. ¿Qué demonios está pasando aquí?
2. ¿Cómo le digo a libreoffice que convierta a UTF-8?

El archivo específico que estoy tratando de convertir está aquí .

Aparentemente, LibreOffice intenta usar ISO-8859-1 por defecto, lo que está causando el problema. En respuesta a este informe de error , --infilterse ha agregado un nuevo parámetro . El siguiente comando produce U + 2014 em dash :

libreoffice  --convert-to csv --infilter=CSV:44,34,76,1 --headless --outdir dir file.xlsx

Probé esto con LO 5.0.3.2. Según el informe de error, parece que la versión más antigua que contiene esta opción es LO 4.4.

Ver también: https://ask.libreoffice.org/en/question/13008/how-do-i-specify-an-input-character-coding-for-a-convert-to-command-line-usage/

Tu podrías intentar,

    $ libreoffice --convert-to \
    > csv:"Text - txt - csv (StarCalc)":"44,34,0,1,,0" \
    > --headless --outdir dir file.xlsx 

Aquí tienes una ayuda muy detallada sobre.