Corriger l'échappement CSV

1. 1

   Ajoutez votre CSV

   Déposez ou choisissez un fichier .csv, .tsv, .txt ou .psv, ou collez le texte. Le séparateur, le guillemet et l'encodage sont détectés depuis le fichier ; remplacez-en un si la détection se trompe.

2. 2

   Lisez le rapport des problèmes

   Chaque problème trouvé est listé avec un décompte et les numéros de ligne concernés, que l'option qui le corrige soit activée ou non. Guillemets échappés, sauts de ligne, guillemets non fermés, lignes irrégulières, BOM, fins de ligne mélangées, guillemets typographiques et caractères invisibles.

3. 3

   Choisissez les réparations

   Décidez du traitement des lignes irrégulières : les laisser, compléter les courtes, tronquer les longues, fusionner les champs en trop dans la dernière colonne, ou mettre en quarantaine celles qui ne correspondent pas. Activez ensuite le nettoyage voulu et réglez le séparateur, la citation et la fin de ligne en sortie.

4. 4

   Réparez, vérifiez les différences, téléchargez

   Chaque ligne modifiée est surlignée dans l'aperçu et le survol affiche la ligne d'origine. Téléchargez le fichier réparé ou copiez-le. Rien n'est envoyé à aucun moment.

Un CSV qui refuse de s'importer est rarement corrompu : il est cité de façon incohérente, ses lignes n'ont pas la même largeur, ou il est écrit dans un encodage que le lecteur a mal deviné. Cet outil lit le fichier comme le ferait un analyseur strict, vous indique chaque problème de structure avec les numéros de ligne, vous laisse décider quoi faire de chacun, et réécrit le fichier pour que ce que vous vouliez dire soit ce que le programme suivant lira.

• Guillemets échappés et sauts de ligne préservés — Un guillemet doublé dans un champ cité est un guillemet littéral, et un saut de ligne à l'intérieur appartient au champ, pas au fichier. Les deux sont conservés et ré-échappés correctement.
• Un rapport, pas seulement un résultat — Tout ce qui est trouvé est listé avec un décompte et des numéros de ligne, que l'option correspondante soit activée ou non : vous êtes informé d'un problème que vous n'auriez pas pensé à chercher.
• Des différences par ligne — Les lignes modifiées sont surlignées et le survol montre la ligne telle qu'elle était écrite : une réparation devient quelque chose que l'on vérifie plutôt que quelque chose que l'on croit.
• Quatre réponses aux lignes irrégulières — Compléter, tronquer, fusionner les champs en trop dans la dernière colonne, ou mettre en quarantaine et les lister. Seules tronquer et quarantaine retirent quelque chose, les deux sont optionnelles et les deux disent ce qu'elles ont pris.
• Une détection que les guillemets ne trompent pas — Le séparateur et le guillemet sont choisis en analysant un échantillon avec chaque candidat et en notant la cohérence des largeurs, si bien qu'un fichier à point-virgule contenant une adresse citée n'est pas lu comme séparé par des virgules.
• Une sortie que vous contrôlez — Séparateur, guillemet, citation minimale ou totale, fins de ligne LF, CRLF ou CR, et présence d'un saut de ligne final. L'extension suit le séparateur : un fichier séparé par des barres ne s'appelle pas .csv.

Chaque élément ci-dessous est détecté sur tous les fichiers, listé avec un décompte et les premiers numéros de ligne concernés, puis réparé automatiquement ou proposé comme une option. Rien n'est retiré de vos données sans que vous l'ayez demandé explicitement.

• Champs contenant un guillemet — Échappés en sortie en deux guillemets pour être relus comme un seul. Un analyseur qui bascule à chaque guillemet supprime les deux caractères et le champ perd du contenu en silence.
• Sauts de ligne dans un champ cité — Conservés avec leur ligne. Découper le fichier sur les sauts de ligne d'abord — le raccourci habituel — transforme une ligne en deux, et la seconde n'est pas du CSV valide.
• Un guillemet non terminé — Signalé avec son numéro de ligne. Le reste de la ligne devient la valeur du champ au lieu que l'analyseur file jusqu'à la fin du fichier et fusionne tout ce qui suit.
• Lignes irrégulières — Lignes plus étroites ou plus larges que la largeur habituelle, comptées séparément dans chaque sens pour voir si le fichier manque de données ou a été coupé par un séparateur égaré.
• Marques d'ordre des octets — Toujours retirées. Un BOM laissé en place devient une partie du nom de la première colonne, d'où ces feuilles importées dont la première colonne est introuvable par son nom.
• Fins de ligne mélangées — Signalées quand un fichier en contient plusieurs sortes. RFC 4180 impose CRLF ; vous pouvez écrire LF, CRLF ou CR, et le fichier devient cohérent dans tous les cas.
• Guillemets typographiques et caractères invisibles — Les guillemets courbes des traitements de texte, les caractères de largeur nulle et les espaces insécables sont détectés et peuvent être redressés, retirés ou convertis en espaces ordinaires.
• Noms d'en-tête — Les noms de colonne vides sont complétés et les doublons numérotés, pour que chaque colonne soit adressable par son nom après l'import.

Un CSV mal formé ou cité de façon incohérente n'échoue généralement pas bruyamment. Il s'importe, et il est faux : un champ en moins ici, deux lignes fusionnées là, une colonne de nombres devenue du texte. Réécrire le fichier avec le bon échappement le fait lire de la même façon dans tous les outils qui l'ouvrent.

• Moins d'erreurs d'import — Une citation cohérente fait qu'une base de données, un tableur et un script résolvent les mêmes champs à partir des mêmes octets.
• La corruption silencieuse devient visible — Le rapport et les différences par ligne transforment « l'import a l'air bizarre » en un numéro de ligne que l'on peut aller regarder.
• Des transmissions plus sûres — Un fichier passé par un lecteur strict et réécrit proprement est un fichier sur lequel l'équipe suivante n'a pas à faire de suppositions.
• Rien ne quitte votre machine — Listes de clients, exports de paie et données financières sont réparés sur votre propre appareil : un fichier cassé ne devient jamais une fuite.

Un fichier irrégulier est un fichier dont les lignes n'ont pas toutes la même largeur. C'est le défaut le plus susceptible de faire échouer un import, et celui dont la bonne réponse dépend vraiment de la cause — l'outil demande donc au lieu de deviner.

• Laisser — Le comportement par défaut. Les largeurs sont signalées mais rien n'est modifié, ce qui est le bon choix quand l'irrégularité est une vraie donnée et non un dégât.
• Compléter — Les lignes courtes gagnent des cellules vides jusqu'à correspondre. Les longues sont laissées telles quelles : raccourcir une ligne est la seule opération qui détruit des données, et cela n'arrive jamais comme effet de bord d'une demande de complétion.
• Tronquer — Les lignes longues sont ramenées à la largeur habituelle et le nombre de cellules supprimées est indiqué. À utiliser quand les champs en trop sont connus pour être des déchets.
• Fusionner — Les champs en trop sont réunis dans la dernière colonne avec le séparateur qui les avait coupés. Rien n'est perdu, et c'est en général la bonne réponse quand une valeur contenait un séparateur non échappé.
• Quarantaine — Toute ligne qui ne correspond pas à la largeur habituelle est retirée et son numéro listé, pour extraire et inspecter les lignes suspectes séparément.

• Encodage — Auto, UTF-8, UTF-16LE, UTF-16BE, Windows-1252 ou ISO-8859-1. Une marque d'ordre des octets dans le fichier l'emporte toujours sur la liste, parce que le fichier sait et que la liste est une supposition.
• Séparateur et guillemet — Détectés par cohérence des largeurs, ou forcés à virgule, point-virgule, tabulation ou barre verticale, avec guillemets doubles, apostrophes ou rien.
• La première ligne est un en-tête — Active la réparation des noms de colonne et permet à l'en-tête de départager quand aucune largeur de ligne n'est plus fréquente qu'une autre.
• Lignes irrégulières — Laisser, compléter, tronquer, fusionner ou quarantaine — décrites en détail ci-dessus.
• Rogner les espaces des cellules — Retire les espaces de début et de fin de chaque cellule avant l'écriture du fichier.
• Supprimer les lignes vides — Écarte les lignes dont toutes les cellules sont vides. Une ligne avec une seule cellule non vide est toujours conservée.
• Redresser les guillemets typographiques — Convertit les guillemets courbes insérés par un traitement de texte en guillemets droits, ce qu'attend un lecteur CSV.
• Retirer les caractères invisibles — Supprime les caractères de largeur nulle et transforme les espaces insécables en espaces ordinaires, pour qu'une cellule qui semble vide le soit vraiment.
• Réparer les noms d'en-tête — Complète les noms de colonne vides et numérote les doublons, pour que chaque colonne soit adressable par son nom.
• Séparateur et guillemet de sortie — Gardez ceux du fichier, ou écrivez virgule, point-virgule, tabulation ou barre verticale. L'extension suit le séparateur.
• Politique de citation — Minimale ne cite que les champs qui en ont besoin. Tout citer entoure chaque valeur, ce qu'exigent certains importateurs stricts.
• Fin de ligne — LF, CRLF ou CR, appliquée de façon cohérente. CRLF est ce que spécifie RFC 4180.
• Terminer le fichier par un saut de ligne — Activé par défaut. La plupart des outils attendent un terminateur final ; désactivez-le si le vôtre ne le fait pas.
• Télécharger sous — Un nom personnalisé pour le fichier réparé. Sinon le nom d'origine reçoit le suffixe -fixed, pour que la réparation ne recouvre jamais l'original cassé.

Deux réglages expliquent la plupart des fichiers qui ressemblent à du charabia ou s'importent en une seule colonne géante. Les deux ont une bonne réponse que le fichier lui-même connaît généralement.

• Laissez d'abord l'encodage sur Auto — Une marque d'ordre des octets est le fichier déclarant son propre encodage, et elle est respectée avant tout choix manuel. Sans marque, un UTF-8 valide est lu comme UTF-8 et tout le reste comme Windows-1252, ce qu'écrit un tableur occidental quand on ne lui a rien demandé.
• Les caractères accentués s'affichent mal — Le fichier est presque sûrement en Windows-1252 ou ISO-8859-1. Ce n'est pas la même chose : les octets 128 à 159 sont des guillemets courbes et des tirets dans l'un et des caractères de contrôle dans l'autre. Essayez Windows-1252 d'abord, ISO-8859-1 si le résultat reste étrange.
• Tout le fichier tombe dans une colonne — Il s'agit probablement d'UTF-16, ce qu'écrit un tableur à qui l'on demande du texte Unicode. Lu comme UTF-8, il devient un champ plein d'octets nuls et toutes les lignes se rejoignent. Choisissez UTF-16LE, ou rajoutez le fichier et laissez Auto trouver la marque.
• Choisissez CRLF pour une compatibilité maximale — RFC 4180 impose CRLF et les validateurs stricts avertissent pour tout le reste. LF est le choix le plus sûr pour ce qui sera lu par des scripts ou stocké en gestion de versions.
• Les fins de ligne mélangées valent la peine d'être corrigées — Un fichier qui contient les deux est celui qui casse les lecteurs naïfs, car un retour chariot isolé au milieu d'un fichier LF termine une ligne là où rien ne l'attendait. Quel que soit votre choix, la sortie est cohérente.

• Visionneuse CSV
• Diviser un CSV
• Fusionner des CSV
• Comparer des CSV
• Ajouter/retirer des colonnes CSV
• Supprimer les doublons CSV
• Trier un CSV
• Filtrer un CSV
• CSV vers Excel
• CSV vers JSON
• JSON vers CSV
• Excel vers CSV
• Outils CSV