CSV chinois dans Excel : UTF-8, GBK et caractères illisibles

Si un CSV chinois s’ouvre avec des symboles illisibles, conservez d’abord une copie intacte. Le fichier peut contenir des octets valides qu’Excel interprète avec le mauvais encodage. Enregistrer le texte corrompu par-dessus l’original risque de compliquer sa récupération.

Un CSV stocke du texte et des séparateurs. Son nom n’identifie pas son encodage de façon fiable et il ne conserve pas la même mise en forme qu’un classeur Excel. Lire correctement les octets est une première étape ; préserver les codes et les dates dans le tableau en est une autre.

Choisir l’encodage utilisé à l’origine

UTF-8 est très répandu pour les échanges de texte actuels. D’anciens exports de Chine continentale peuvent utiliser GBK ou un encodage chinois apparenté, tandis que certains fichiers en chinois traditionnel utilisent Big5. Une expression écrite en caractères traditionnels ne prouve pas à elle seule que le fichier est en Big5 : les fichiers Unicode peuvent contenir les deux écritures.

Si possible, demandez à l’expéditeur quel encodage sert à l’export. Sinon, essayez les encodages possibles dans l’aperçu et examinez des mots réels, des noms peu courants et la ponctuation. L’absence d’erreur du décodeur ne prouve pas que l’encodage choisi soit le bon.

Utiliser l’aperçu d’importation d’Excel

Au lieu de vous fier au double-clic, utilisez l’importation de texte ou de CSV d’Excel. Dans les versions de bureau actuelles, elle se trouve généralement dans l’onglet Données, via une option Texte/CSV. Choisissez l’encodage source et le séparateur, puis examinez l’aperçu avant de charger le tableau. Les intitulés varient selon la version et la langue.

La marque d’ordre des octets UTF-8, ou BOM, peut aider Excel à reconnaître UTF-8 lors de l’ouverture directe d’un fichier. Il s’agit d’une signature d’encodage au début du fichier, pas d’une partie du nom de la première colonne. Certains systèmes attendent plutôt UTF-8 sans BOM : choisissez le format demandé par l’application suivante.

Convertir un aperçu lisible en UTF-8

1. Ouvrez une copie de 5 Mo maximum dans le convertisseur d’encodage de fichiers chinois.
2. Sélectionnez le véritable encodage source et lisez l’aperçu.
3. Vérifiez plusieurs noms ou descriptions en chinois, pas uniquement les en-têtes.
4. Exportez en UTF-8, avec une BOM si l’application destinataire en a besoin.
5. Rouvrez le fichier exporté et comparez des lignes représentatives à l’original.

Changer l’extension du fichier ou ajouter une BOM ne transforme pas des octets GBK en octets UTF-8. Il faut d’abord décoder correctement le texte source, puis encoder ce texte dans le format de destination.

Préserver les zéros initiaux et les codes longs

Même lorsque le chinois s’affiche correctement, Excel peut interpréter un code comme un nombre ou une date. Définissez les colonnes concernées comme du texte lors de l’importation. Un identifiant tel que 001234 doit garder ses six caractères ; l’afficher sous la forme 1234 fait perdre de l’information.

Les différences de largeur des caractères peuvent aussi gêner les rapprochements. Si un fichier contient Ａ１２３ et un autre A123, effectuez une conversion de largeur volontaire sur ce champ. Cela ne répare pas un problème d’encodage et ne doit pas être appliqué sans discernement à tout le texte.

Distinguer trois symptômes courants

Ces problèmes peuvent se cumuler, mais leurs causes diffèrent. Choisir UTF-8 ne répartit pas automatiquement un fichier séparé par des points-virgules si l’importateur attend des virgules. Choisir un séparateur ne restaure pas les caractères chinois mal décodés. Définir une colonne comme texte protège les identifiants, sans déterminer l’encodage original.

Examinez l’aperçu dans cet ordre : texte lisible, bonnes limites des champs et types de colonnes adaptés. Utilisez quelques lignes contenant du chinois, un code commençant par zéro et un champ avec de la ponctuation. Une ligne d’en-tête composée uniquement de lettres ASCII peut sembler correcte sous plusieurs encodages ; elle ne suffit donc pas à valider le reste.

Conserver un petit échantillon de comparaison

Pour un fichier de test illustratif, utilisez trois champs : nom, code et note. Le nom peut être 李明, le code 001234 et la note une courte phrase chinoise. Il s’agit de données de test, pas d’une véritable fiche client. Conservez le texte attendu à côté du fichier pour comparer les mêmes valeurs après chaque importation ou exportation.

Si un champ contient le séparateur du fichier ou un saut de ligne interne, le programme qui écrit le CSV doit l’entourer correctement de guillemets. Le nombre de lignes de texte n’est donc pas toujours le nombre d’enregistrements : une cellule entre guillemets peut contenir un saut de ligne. Comparez les lignes et colonnes réellement analysées, au lieu de conclure que le fichier est complet parce que le nombre de lignes visibles paraît plausible.

Après la conversion en UTF-8, rouvrez le nouveau fichier en sélectionnant explicitement UTF-8 et comparez les valeurs de l’échantillon. Testez ensuite l’importation dans l’application qui le recevra réellement. Un fichier peut être correctement encodé tout en utilisant un séparateur ou un ordre de colonnes inattendu pour ce traitement.

Choisir la sortie pour l’étape suivante

UTF-8 avec BOM est utile dans certains parcours d’ouverture directe dans Excel, car la signature aide à reconnaître l’encodage. Un autre importateur peut attendre UTF-8 sans BOM. Aucun choix n’est universellement meilleur : suivez le format demandé par l’application suivante et testez-le avec les mêmes lignes représentatives.

Une BOM ne répare pas un texte déjà mal décodé avant l’exportation. Si l’aperçu montre des caractères incorrects, arrêtez-vous avant d’enregistrer et corrigez le choix de l’encodage source. Ajouter une signature UTF-8 à ces caractères ne ferait qu’identifier un nouveau fichier contenant toujours le mauvais texte.

Si vous devez conserver des formules, plusieurs feuilles, des styles de cellules ou une structure de tableau riche, un CSV ne remplace pas un classeur. Gardez le classeur comme document de travail lorsque ces fonctions comptent, et exportez un CSV pour l’étape précise de transfert. Une conversion de texte réussie ne signifie pas que toutes les fonctions du tableur ont été préservées.

Reconnaître les informations perdues

Si le fichier enregistré contient déjà des caractères de remplacement ou de simples points d’interrogation à la place du chinois, changer d’encodage ne suffit pas forcément à le restaurer. Revenez à un original intact ou demandez un nouvel export. Un convertisseur peut réinterpréter des octets existants ; il ne peut pas reconstruire un texte écrasé qui n’est plus présent.