Correggere accenti e colonne di un CSV

Dall’originale a un CSV controllato

1. Apri CSV, TSV o TXT. Per provare il flusso usa il campione sintetico Windows-1252. Il testo incollato è già decodificato e non permette di ricostruire i byte iniziali.
2. Scegli codifica e separatore di ingresso, quindi aggiorna l’anteprima. Nel campione Windows-1252 rende leggibile Café: controlla anche gli zeri di 00731 e la nota su più righe dentro una cella.
3. Imposta separatore di uscita, BOM UTF-8 e protezione formule. Conferma il controllo per scaricare il CSV oppure apri la tabella decodificata nell’editor.

Indizi utili, senza false certezze

Un BOM UTF-8 o UTF-16 dichiara il formato Unicode. In sua assenza, una sequenza UTF-8 valida non identifica necessariamente la codifica originale. Le anteprime delle codifiche, tra cui Windows-1252, servono a confrontare nomi e accenti, non assegnano probabilità. La lettura scelta viene verificata sul file completo senza sostituzioni silenziose.

Il confronto dei separatori esamina fino a 20 record completi nei primi 65.536 caratteri. I separatori e gli a capo racchiusi tra virgolette vengono rispettati. Il conteggio colonne è solo un indizio: controlla i valori. Per cambiare soltanto il formato di uscita usa Cambiare separatore e codifica CSV.

Come viene scritto il risultato

L’uscita utilizza UTF-8, BOM facoltativo, CRLF e virgolette quando servono. Sono disponibili virgola, punto e virgola, tabulazione e barra verticale. Numeri, date, spazi e identificativi rimangono testo. La protezione formule inizialmente attiva antepone un apostrofo ai valori simili a formule e può essere disattivata esplicitamente.

Le intestazioni vuote o duplicate ricevono nomi univoci e i record più corti vengono completati con celle vuote, come mostrano anteprima e avvisi. Una virgoletta non chiusa blocca il parsing. Per un foglio di lavoro usa CSV in Excel; per una copia di testo delimitato, CSV in TXT.

Quando serve recuperare l’esportazione originale

Se un programma ha già sostituito caratteri con � o punti interrogativi, questa copia non contiene le lettere perdute. Riparti dall’originale quando possibile. UTF-32 non è supportato. Limiti: 25 MiB, 100.000 righe dati, 250 colonne e 2 milioni di celle; anche il testo decodificato è soggetto al limite di dimensione. I contenuti non vengono caricati né inviati alle statistiche.

Esempio: accento corretto e nota multilinea integra

Campione sintetico Windows-1252 dopo la lettura corretta. L’uscita a virgole include il BOM UTF-8 invisibile. Il CRLF interno alla nota resta tra virgolette.

sku;name;note
00731;Café;"red, blue
next; line"

sku,name,note
00731,Café,"red, blue
next; line"