Assistant d’encodage CSV

Comment l’utiliser

1. Déposez un CSV sur la carte, ou cliquez sur « Choisir un fichier ». L’encodage et le séparateur sont détectés immédiatement et le tableau apparaît en dessous — aucun bouton à presser. La ligne sous « Ce qu’est ce fichier » indique quel encodage a été utilisé et combien d’autres candidats auraient décodé le fichier tout aussi proprement.
2. Si l’aperçu est encore incorrect, choisissez l’encodage source à la main. La liste suit la langue de cette page : les pages chinoises commencent par GB18030 et Big5, les pages arabes par Windows-1256 et ISO-8859-6, les pages françaises par Windows-1252 et MacRoman. Le changement est instantané et ne touche jamais au fichier ouvert.
3. Appuyez sur « Télécharger le CSV » pour obtenir la copie réparée. Elle est toujours en UTF-8 ; cocher « Ajouter un BOM » (activé par défaut) place la marque de trois octets au début pour qu’Excel cesse de revenir à la page de code du système. « Copier » donne le même texte sans cette marque, prêt pour une base de données ou un script.
4. Le texte collé est la seconde entrée, pour le cas où les caractères illisibles ont déjà été enregistrés dans un fichier texte. Il ne reste alors aucun octet d’origine, donc rien ne peut être détecté — mais cocher « Réparer les caractères illisibles » réécrit le texte en octets Windows-1252 et le relit en UTF-8, ce qui restaure « Café » en « Café ».

Limites

• L’export se fait uniquement en UTF-8 (avec ou sans BOM). Le TextEncoder de la plateforme implémente UTF-8 et rien d’autre : construire une table de page de code à la main ne pourrait pas être vérifié octet par octet face à iconv ou Excel — affirmer « converti en GBK » serait une fausse précision. Pour écrire une page de code héritée, confirmez d’abord l’encodage ici, puis lancez iconv -f <source> -t GBK sur votre machine.
• Une page de code héritée est toujours signalée comme une hypothèse, jamais comme une certitude. GBK et Big5, ou Windows-1252 et MacRoman, sont interchangeables sur de courts échantillons : l’outil liste donc les candidats à égalité et vous laisse confirmer depuis l’aperçu en un clic.
• Quelques séquences d’octets GBK et Big5 sont aussi du UTF-8 valide (C2 80 est le caractère 聙 en GB18030 et un caractère de contrôle en UTF-8). Elles sont rétrogradées en hypothèse et les candidats sont listés plutôt que crus en silence.
• L’ensemble des candidats correspond à ce que prend en charge le TextDecoder du navigateur. CP437, TIS-620 et hp-roman8 ne sont pas inclus, et l’UTF-32 ne peut pas être décodé du tout — un BOM UTF-32 est signalé puis refusé.
• Le texte collé ne transporte aucun octet. Il peut être réparé si les caractères illisibles ont survécu, mais un texte contenant déjà ? ou le caractère de remplacement a perdu des informations définitivement et n’est jamais « corrigé » en silence.
• L’aperçu affiche les 200 premières lignes et tronque les cellules longues ; le téléchargement contient tout le tableau avec les valeurs complètes. Rien n’est rogné, retypé ni dédoublonné — les zéros initiaux, les dates qui ressemblent à des nombres et les virgules entre guillemets restent exactement tels quels.
• Les fichiers de plus de 5 Mo et les textes de plus de 200 000 points de code sont refusés avec un message plutôt que tronqués. .xls et .xlsx sont des conteneurs binaires et ne sont pas lus.
• Tout se passe dans cet onglet : aucun envoi, rien d’écrit dans la barre d’adresse, rien de stocké. Pour vérifier, coupez votre réseau après le chargement de la page — l’outil continue de fonctionner.