Mojibuster

Korjaa oudot merkit CSV-tiedostoista

Näkyykö CSV-tiedostossa ä, ö tai Ã¥ eikä ä, ö ja å? Pudota tiedosto ruutuun: Mojibuster korjaa sen ja tallentaa sen UTF-8:na.

Toimii tekstin ja näiden tiedostojen kanssa:

  • CSV
  • TXT
  • JSON
  • XML
  • SRT
  • VTT
  • SMI
  • TSV
  • MD
  • HTML
  • SQL
  • LOG

Esimerkiksi Excel-viennit, tietokantavarmuuskopiot, tekstitykset tai verkkosivujen koodi.

Korjaa

  1. Pudota tiedosto tai liitä teksti
  2. Korjaus tapahtuu automaattisesti
  3. Kopioi tai lataa
tai pudota tiedosto tähän

  • Ei latausta palvelimelle. Tiedostosi korjataan suoraan selaimessa, eivätkä ne koskaan poistu laitteeltasi.

  • Palvelimet EU:ssa. Mojibuster toimii palvelimella Suomessa (EU); EU:n yleinen tietosuoja-asetus (GDPR) on voimassa. Tietosuoja-asetuksen teksti (EUR-Lex)

Miksi ääkköset menevät CSV:ssä sekaisin?

CSV-tiedosto ei kerro, millä merkistökoodauksella se on tallennettu: jokaisen ohjelman on arvattava. Jos yksi järjestelmä vie tiedot UTF-8:na ja toinen lukee ne Windows-1252:na (ANSI), ääkkösistä tulee merkkijonoja kuten Hämeenlinna tai Jyväskylä – katso ä ä:n sijaan. Toisinpäin ANSI-tiedosto näyttää UTF-8-ohjelmassa usein merkin �.

Näin käy usein verkkokauppojen, kirjanpito-ohjelmien, CRM-järjestelmien ja verkkopankin vienneissä. Myös monet viranomaisten avoimen datan CSV-tiedostot on tallennettu ISO-8859-1:nä (Latin-1), ja ne näyttävät outoja merkkejä ohjelmissa, jotka odottavat UTF-8:aa.

Korjaa CSV kolmessa vaiheessa

  1. Pudota CSV-tiedosto yllä olevaan ruutuun tai napsauta Valitse tiedosto.
  2. Mojibuster tunnistaa merkistön, korjaa rikkinäiset merkit ja näyttää jokaisen muutoksen kohdassa Mitä muuttui?.
  3. Napsauta Lataa. Tiedosto tallennetaan UTF-8:na – halutessasi BOM-merkillä, jotta Excel avaa sen oikein.

Erottimet, lainausmerkit ja rivinvaihdot pysyvät täsmälleen ennallaan. Ei ole väliä, käyttääkö CSV puolipistettä – suomenkielisen Excelin oletus, koska pilkku on desimaalierotin (1 250,00) – vai pilkkua: vain rikkinäiset merkit muuttuvat.

Näin vältät virheen seuraavassa viennissä

  • Excel: valitse kohdassa ”Tiedosto → Tallenna nimellä” muoto CSV UTF-8 (pilkuin erotettu). Lisävinkkejä: Excel näyttää ääkköset väärin.
  • LibreOffice Calc: valitse CSV-tallennuksessa ”Muokkaa suodattimen asetuksia” ja merkistöksi Unicode (UTF-8).
  • Google Sheets: CSV-viennit ovat aina UTF-8:aa; ongelma syntyy vasta, kun ne avataan toisessa ohjelmassa.
  • Tietokannat ja verkkokaupat: aseta vienti UTF-8:aan; käytä MySQL:ssä ja MariaDB:ssä utf8mb4-merkistöä.

Usein kysyttyä

Pysyvätkö erottimet ja lainausmerkit ennallaan?

Kyllä. Mojibuster vaihtaa vain rikkinäiset merkkijonot. Puolipisteet, pilkut, lainausmerkit ja rivinvaihdot eivät muutu.

Tallennanko CSV:n BOM-merkin kanssa vai ilman?

Jos avaat sen Excelissä: BOM-merkin kanssa, jotta Excel tunnistaa UTF-8:n. Tietokantoihin, verkkokauppoihin tai skripteihin tuotaessa ilman BOM-merkkiä on yleensä parempi.

CSV-tiedostoni on ANSI- tai Latin-1-muodossa. Toimiiko se silloinkin?

Kyllä. Mojibuster tunnistaa Windows-1252 (ANSI) -tiedostot automaattisesti ja muuntaa ne UTF-8:ksi. Tuloksessa lukee silloin ”Luettu merkistöllä Windows-1252 (ANSI)”.

Kuinka suuri CSV-tiedosto saa olla?

Enintään 100 Mt. Suuret tiedostot käsitellään taustalla, ja edistymispalkki näyttää, kuinka pitkällä ollaan.

Lue lisää