Corrigir caracteres estranhos no CSV
Os dados são processados apenas neste navegador. Consulte a política de privacidade.
Como usar
- Arraste o CSV para a caixa ou clique para escolher. Também dá para testar um exemplo ou colar o texto.
- Em Codificações possíveis, compare a confiança, os caracteres quebrados e as 5 primeiras linhas de cada opção e escolha a que se lê bem. Confira também o delimitador e se a primeira linha é cabeçalho.
- Verifique na prévia se as primeiras 200 linhas estão nas colunas certas, escolha Excel (UTF-8 com BOM), UTF-8 sem BOM ou CP949 e baixe a cópia, ou copie como TSV.
Exemplos
Acentos aparecem quebrados no Excel
Um CSV UTF-8 sem BOM pode ser aberto com uma codificação antiga. A saída para Excel acrescenta o BOM e preserva cedilha, acentos e outros caracteres.
Detalhes
Um CSV é apenas texto e geralmente não informa qual codificação usa. Quando o Excel ou outro programa faz a escolha errada, letras com acento, cedilha e alfabetos não latinos aparecem como símbolos estranhos. Esta ferramenta lê os bytes originais: primeiro procura um BOM, depois verifica se o arquivo inteiro é UTF-8 válido e, se necessário, testa CP949.
Para detectar o separador, a ferramenta testa vírgula, tabulação, ponto e vírgula e barra vertical. O analisador respeita campos entre aspas, incluindo separadores e quebras de linha internas, e procura a opção que mantém o mesmo número de colunas. A detecção automática é uma estimativa; quando a confiança for baixa, compare com o original e ajuste manualmente.
A conversão roda em segundo plano e não altera o original. A saída para Excel usa UTF-8 com BOM, vírgulas e quebras de linha do Windows. Se o Excel remover zeros iniciais ou transformar números longos em notação científica, isso é reconhecimento automático de tipo, não codificação.
Perguntas frequentes
O arquivo é enviado?
Não. A leitura e a conversão acontecem no navegador.
O que é BOM?
São três bytes no início do UTF-8 que ajudam o Excel para Windows a reconhecer a codificação.
E se a prévia continuar errada?
Mude manualmente a codificação de leitura. Caracteres já substituídos por interrogações no original não podem ser recuperados.