Trợ giúp mã hóa CSV
Thả tệp CSV lỗi ký tự — xem bảng mã thật của nó, tải bản Excel mở được.
Thả tệp CSV vào đây
hoặc nhấp để chọn — .csv / .tsv / .txt, tối đa 5.0 MB. Đọc trong tab này, không bao giờ tải lên.
Xuất
Cách sử dụng
- Thả một tệp CSV vào thẻ, hoặc nhấp “Chọn tệp”. Bảng mã và dấu phân cách được nhận diện ngay và bảng hiện ra bên dưới — không cần nhấn nút. Dòng dưới “Tệp này là gì” cho biết bảng mã đã dùng và còn bao nhiêu ứng viên khác cũng giải mã tệp sạch như vậy.
- Nếu bản xem trước vẫn sai, hãy tự chọn bảng mã nguồn. Danh sách theo ngôn ngữ của trang này: trang tiếng Trung ưu tiên GB18030 và Big5, trang tiếng Ả Rập ưu tiên Windows-1256 và ISO-8859-6, trang tiếng Anh ưu tiên Windows-1252 và MacRoman. Việc chuyển đổi tức thì và không bao giờ đụng đến tệp bạn đã mở.
- Nhấn “Tải CSV” để lấy bản đã sửa. Bản này luôn là UTF-8; bật “Thêm BOM” (mặc định bật) sẽ đặt dấu ba byte ở đầu để Excel không quay về bảng mã hệ thống. “Sao chép” cho bạn đúng văn bản đó nhưng không có dấu ấy, sẵn sàng cho cơ sở dữ liệu hoặc script.
- Văn bản đã dán là kiểu đầu vào thứ hai, dành cho trường hợp ký tự lỗi đã được lưu vào tệp dưới dạng văn bản. Lúc đó không còn byte gốc nên không nhận diện được gì — nhưng bật “Sửa ký tự lỗi” sẽ ghi văn bản trở lại thành byte theo Windows-1252 rồi đọc theo UTF-8, khôi phục “Café” thành “Café”.
Ví dụ
Tệp mẫu (byte Windows-1252)
tên,thành phố,ghi chú,số tiền Nguyễn Văn An,Hà Nội,"giao gấp",89.90 Trần Thị Bình,Đà Nẵng,bình thường,15.50
Tệp đã tải (UTF-8 có BOM)
name,city,note,amount Café,Müller,"rush order, please",89.90 Crème Brûlée,Lyon,"merci" – ok,15.50
Tệp mẫu là Windows-1252, bản xuất là UTF-8 — các ký tự giống nhau, các byte thì không. Điều thay đổi với Excel là dấu ba byte ở đầu tệp.
Giới hạn
- Bản xuất chỉ là UTF-8 (có hoặc không có BOM). TextEncoder của nền tảng chỉ hiện thực UTF-8 và không gì khác, nên tự dựng bảng mã ký tự thì không thể kiểm chứng từng byte với iconv hay Excel — tuyên bố “đã chuyển sang GBK” sẽ là một độ chính xác giả. Muốn ghi bảng mã cũ, hãy xác nhận bảng mã ở đây trước, rồi chạy iconv -f <source> -t GBK trên máy của bạn.
- Một bảng mã cũ luôn được báo là phỏng đoán, không bao giờ là chắc chắn. GBK và Big5, hay Windows-1252 và MacRoman, tương đương nhau trên mẫu ngắn, nên công cụ liệt kê các ứng viên đồng hạng và để bạn xác nhận từ bản xem trước bằng một cú nhấp.
- Một số chuỗi byte GBK và Big5 tình cờ cũng là UTF-8 hợp lệ (C2 80 là ký tự 聙 trong GB18030 và là ký tự điều khiển trong UTF-8). Những trường hợp đó bị hạ xuống mức phỏng đoán và các ứng viên được liệt kê thay vì tin ngay.
- Tập ứng viên là những gì TextDecoder của trình duyệt hỗ trợ. CP437, TIS-620 và hp-roman8 không được gồm, và UTF-32 hoàn toàn không giải mã được — byte-order mark UTF-32 sẽ được báo rồi bị từ chối.
- Văn bản đã dán không mang byte. Có thể sửa nếu ký tự lỗi vẫn còn, nhưng văn bản đã chứa ? hoặc ký tự thay thế thì thông tin đã mất vĩnh viễn và không bao giờ được “sửa” âm thầm.
- Bản xem trước hiển thị 200 dòng đầu và cắt bớt ô dài; bản tải xuống là toàn bộ bảng với giá trị đầy đủ. Không cắt khoảng trắng, không đổi kiểu, không loại trùng — số 0 đầu, ngày tháng trông như số và dấu phẩy trong ngoặc kép đều giữ nguyên.
- Tệp trên 5 MB và văn bản trên 200.000 điểm mã bị từ chối kèm thông báo thay vì bị cắt. .xls và .xlsx là định dạng nhị phân và không được đọc.
- Mọi thứ chạy trong tab này: không tải lên, không ghi vào thanh địa chỉ, không lưu trữ. Muốn kiểm chứng, hãy tắt mạng sau khi trang tải xong — công cụ vẫn chạy.
Công cụ liên quan
Các bước liền kề trên cùng một tệp: đọc, dọn dẹp, đổi hình dạng.