Chinesische CSV-Dateien in Excel: UTF-8, GBK und Zeichensalat

Wenn eine chinesische CSV-Datei als unlesbare Zeichen erscheint, bewahre zuerst eine unveränderte Kopie auf. Die Datei kann gültige Textbytes enthalten, die Excel mit der falschen Zeichenkodierung interpretiert. Überschreibst du das Original mit dem Zeichensalat, wird eine Wiederherstellung möglicherweise schwieriger.

Eine CSV-Datei speichert Text und Trennzeichen. Der Dateiname verrät die Kodierung nicht zuverlässig, und das Format enthält nicht dieselbe Tabellenformatierung wie eine Excel-Arbeitsmappe. Die Bytes richtig zu lesen ist der erste Schritt. Codes und Datumsangaben in der Tabelle zu erhalten ist ein weiterer.

Die ursprüngliche Kodierung auswählen

UTF-8 ist beim heutigen Textaustausch weit verbreitet. Ältere Exporte aus Festlandchina können GBK oder eine verwandte chinesische Kodierung verwenden. Manche Dateien mit traditionellen Schriftzeichen nutzen Big5. Ein traditionell geschriebenes Wort beweist jedoch nicht, dass die Datei Big5 verwendet: Unicode-Dateien können beide Schriftformen enthalten.

Frage nach Möglichkeit den Absender nach der Exportkodierung. Ist sie unbekannt, teste mögliche Kodierungen in der Vorschau und prüfe echte Wörter, seltene Namen und Satzzeichen. Dass ein Decoder die Bytes ohne Fehler akzeptiert, beweist noch nicht, dass die gewählte Kodierung stimmt.

Die Textimport-Vorschau von Excel nutzen

Verlasse dich nicht nur auf einen Doppelklick, sondern verwende den Text- oder CSV-Import von Excel. In aktuellen Desktopversionen befindet er sich meist im Register Daten unter einer Option für Text/CSV. Wähle Quellkodierung und Trennzeichen und prüfe die Vorschau, bevor du die Tabelle lädst. Menünamen können je nach Version und Sprache abweichen.

Eine UTF-8-Byte-Order-Mark, kurz BOM, kann Excel beim direkten Öffnen helfen, UTF-8 zu erkennen. Sie ist eine Kodierungskennung am Dateianfang und kein Bestandteil des ersten Spaltennamens. Andere nachgelagerte Systeme erwarten UTF-8 ohne BOM. Wähle deshalb das Format, das die nächste Anwendung benötigt.

Eine lesbare Vorschau nach UTF-8 konvertieren

1. Öffne eine Kopie mit höchstens 5 MB im Konverter für chinesische Dateikodierungen.
2. Wähle die tatsächliche Quellkodierung und lies die Vorschau.
3. Prüfe mehrere chinesische Namen oder Beschreibungen statt nur die Kopfzeile.
4. Exportiere UTF-8 und wähle eine BOM, wenn sie für die Zielanwendung geeignet ist.
5. Öffne die exportierte Datei erneut und vergleiche typische Zeilen mit dem Original.

Eine andere Dateiendung oder eine hinzugefügte BOM verwandelt GBK-Bytes nicht in UTF-8-Bytes. Eine Konvertierung muss den ursprünglichen Text zuerst korrekt dekodieren und ihn anschließend im Zielformat kodieren.

Führende Nullen und lange Codes erhalten

Auch wenn Chinesisch korrekt erscheint, kann Excel einen Code als Zahl oder Datum interpretieren. Stelle die betreffenden Spalten beim Import auf Text. Ein Identifikator wie 001234 muss sechs Zeichen behalten. Wird daraus 1234, geht Information verloren.

Auch unterschiedliche Zeichenbreiten können den Abgleich nach dem Import beeinflussen. Steht in einer Datei Ａ１２３ und in einer anderen A123, kannst du gezielt eine Umwandlung der Zeichenbreite auf dieses Feld anwenden. Sie behebt kein Kodierungsproblem und sollte nicht wahllos auf Fließtext angewendet werden.

Drei häufige Symptome unterscheiden

Diese Probleme können gemeinsam auftreten, haben aber verschiedene Ursachen. UTF-8 allein teilt eine durch Semikolons getrennte Datei nicht korrekt auf, wenn der Import Kommas erwartet. Ein Trennzeichen stellt falsch dekodierte chinesische Zeichen nicht wieder her. Eine Textspalte schützt Identifikatoren, bestimmt aber nicht die ursprüngliche Kodierung.

Prüfe die Vorschau in dieser Reihenfolge: lesbarer Text, richtige Feldgrenzen und passende Spaltentypen. Verwende einige Zeilen mit chinesischem Text, einem Code mit führender Null und einem Feld mit Satzzeichen. Eine Kopfzeile aus reinen ASCII-Buchstaben kann unter mehreren Kodierungen richtig aussehen und reicht deshalb nicht zur Prüfung der übrigen Datei.

Eine kleine Vergleichsstichprobe aufbewahren

Eine anschauliche Testdatei kann drei Felder enthalten: Name, Code und Notiz. Der Name kann 李明 sein, der Code 001234 und die Notiz ein kurzer chinesischer Satz. Das sind Testdaten, kein echter Kundendatensatz. Bewahre den erwarteten Text bei der Datei auf, um nach jedem Import oder Export dieselben Werte vergleichen zu können.

Enthält ein Feld das Trennzeichen der Datei oder einen eingebetteten Zeilenumbruch, muss das schreibende CSV-Programm es korrekt in Anführungszeichen setzen. Die Zahl der Textzeilen entspricht deshalb nicht immer der Zahl der Datensätze: Eine eingeschlossene Zelle kann einen Zeilenumbruch enthalten. Vergleiche beim Export die tatsächlich eingelesenen Zeilen und Spalten. Eine plausibel wirkende sichtbare Zeilenzahl beweist keine Vollständigkeit.

Öffne die neue Datei nach der UTF-8-Konvertierung erneut mit ausdrücklich gewähltem UTF-8 und vergleiche die Stichprobenwerte. Teste danach den Import in der Anwendung, die die Datei tatsächlich erhalten soll. Eine korrekt kodierte Datei kann weiterhin ein unerwartetes Trennzeichen oder eine ungeeignete Spaltenreihenfolge verwenden.

Die Ausgabe für den nächsten Schritt wählen

UTF-8 mit BOM hilft in manchen Abläufen beim direkten Öffnen in Excel, weil die Kennung die Kodierung erkennbar macht. Ein anderer Importer erwartet möglicherweise UTF-8 ohne BOM. Keine Variante ist allgemein besser. Verwende das von der nächsten Anwendung verlangte Format und teste dieselben repräsentativen Zeilen.

Eine BOM repariert keinen Text, der bereits vor dem Export falsch dekodiert wurde. Zeigt die Vorschau falsche Zeichen, halte vor dem Speichern an und korrigiere die Quellkodierung. Eine UTF-8-Kennung vor diesen Zeichen würde lediglich eine neue Datei markieren, die weiterhin den falschen Text enthält.

Wenn Formeln, mehrere Arbeitsblätter, Zellformate oder komplexe Tabellenstrukturen erhalten bleiben müssen, ersetzt CSV keine Arbeitsmappe. Bewahre die Arbeitsmappe als Arbeitsdokument auf und exportiere CSV für den konkreten Datentransfer. Eine gelungene Textkonvertierung bedeutet nicht, dass sämtliche Tabellenfunktionen erhalten wurden.

Verlorene Informationen erkennen

Enthält die gespeicherte Datei anstelle chinesischer Zeichen bereits Ersatzzeichen oder gewöhnliche Fragezeichen, stellt eine andere Kodierung den Text möglicherweise nicht wieder her. Greife auf ein unverändertes Original zurück oder bitte um einen neuen Export. Ein Konverter kann vorhandene Bytes neu interpretieren, aber keinen überschriebenen Text rekonstruieren, der nicht mehr vorhanden ist.