Excel’de Çince CSV: UTF-8, GBK ve bozuk karakterler

Çince bir CSV okunamayan simgelerle açılıyorsa önce değiştirilmemiş bir kopyasını saklayın. Dosya geçerli metin baytları içeriyor olabilir; Excel bunları yanlış karakter kodlamasıyla yorumlamış olabilir. Bozuk görüntüyü asıl dosyanın üzerine kaydetmek kurtarmayı zorlaştırabilir.

CSV metin ve ayırıcılar saklar. Dosya adı kodlamayı güvenilir biçimde belirtmez; dosya bir Excel çalışma kitabıyla aynı sayfa biçimlendirmesini de taşımaz. Baytları doğru okumak ilk adımdır. Tablodaki kodları ve tarihleri korumak ise ayrı bir adımdır.

Dosyanın kaydedildiği kodlamayı seçme

Güncel metin alışverişinde UTF-8 yaygın kullanılır. Çin ana karasından eski dışa aktarımlar GBK veya ilişkili bir Çince kodlama kullanabilir; bazı geleneksel Çince dosyalar Big5 kullanır. Ancak geleneksel karakterlerle yazılmış bir ifade tek başına Big5 kanıtı değildir. Unicode dosyaları her iki yazımı da içerebilir.

Mümkünse gönderene dışa aktarımda hangi kodlamayı kullandığını sorun. Bilinmiyorsa aday kodlamaları önizleyerek gerçek kelimeleri, az rastlanan adları ve noktalama işaretlerini inceleyin. Çözücünün baytları hatasız kabul etmesi, seçimin doğru olduğunu kanıtlamaz.

Excel’in metin içe aktarma önizlemesi

Çift tıklamaya güvenmek yerine Excel’in metin veya CSV içe aktarma akışını kullanın. Güncel masaüstü sürümlerinde bu seçenek genellikle Veri sekmesindeki Metin/CSV içe aktarma bölümündedir. Kaynak kodlamasını ve ayırıcıyı seçin, tabloyu yüklemeden önce önizlemeyi kontrol edin. Menü adları sürüme ve dile göre değişebilir.

UTF-8 bayt sırası işareti, yani BOM, dosya doğrudan açılırken Excel’in UTF-8’i tanımasına yardımcı olabilir. Dosya başındaki bir kodlama imzasıdır; ilk sütunun adının parçası değildir. Bazı sonraki sistemler BOM’suz UTF-8 bekler. Çıktıyı bir sonraki uygulamanın gereksinimine göre seçin.

Okunabilir önizlemeyi UTF-8’e dönüştürme

1. En fazla 5 MB’lık bir kopyayı Çince dosya kodlama dönüştürücüsünde açın.
2. Gerçek kaynak kodlamasını seçip önizlemeyi okuyun.
3. Yalnızca başlık satırını değil, birkaç Çince adı veya açıklamayı kontrol edin.
4. Alıcı uygulamaya uygunsa BOM seçerek UTF-8 biçiminde dışa aktarın.
5. Çıktıyı yeniden açıp temsilî satırları özgün kaynakla karşılaştırın.

Dosya uzantısını değiştirmek veya BOM eklemek, GBK baytlarını UTF-8 baytlarına dönüştürmez. Dönüşüm önce kaynak metni doğru çözmeli, ardından bu metni hedef biçimde kodlamalıdır.

Baştaki sıfırları ve uzun kodları koruma

Çince doğru görünse bile Excel bir kodu sayı veya tarih olarak yorumlayabilir. İçe aktarırken ilgili sütunları metin olarak ayarlayın. Tanımlayıcı olan 001234 altı karakterini korumalıdır; 1234 biçimine dönüşmesi bilgi kaybıdır.

Karakter genişliği farkları da içe aktarım sonrası eşleştirmeyi etkileyebilir. Bir dosyada Ａ１２３, diğerinde A123 varsa ilgili alana bilinçli bir genişlik dönüşümü uygulayın. Bu işlem kodlama sorununu çözmez ve tüm düz yazıya gelişigüzel uygulanmamalıdır.

Üç yaygın belirtiyi ayırma

Bu sorunlar birlikte görülebilir ancak nedenleri farklıdır. İçe aktarıcı virgül beklerken UTF-8 seçmek, noktalı virgülle ayrılmış dosyayı tek başına sütunlara ayırmaz. Ayırıcı seçmek, yanlış çözülmüş Çince karakterleri geri getirmez. Sütunu metin yapmak tanımlayıcıları korur ama dosyanın özgün kodlamasını belirlemez.

Önizlemeyi şu sırayla inceleyin: okunabilir metin, doğru alan sınırları ve uygun sütun türleri. Çince metin, sıfırla başlayan kod ve noktalama içeren alan bulunan birkaç satır kullanın. Yalnızca ASCII harflerinden oluşan başlık birden fazla kodlamada düzgün görünebilir; dosyanın kalanını doğrulamaya yetmez.

Küçük bir karşılaştırma örneği saklama

Açıklayıcı test dosyasında üç alan kullanın: ad, kod ve not. Ad 李明, kod 001234, not ise kısa bir Çince ifade olabilir. Bu, gerçek müşteri kaydı değil test içeriğidir. Her içe veya dışa aktarımdan sonra aynı değerleri karşılaştırmak için beklenen metni dosyanın yanında saklayın.

Bir alan dosyanın ayırıcısını veya kendi içinde satır sonu içeriyorsa CSV’yi yazan program onu doğru biçimde tırnak içine almalıdır. Bu yüzden metin satırı sayısı her zaman kayıt sayısı değildir: tırnak içindeki bir hücre satır sonu içerebilir. Görünen satır sayısı makul diye dosyayı eksiksiz kabul etmek yerine gerçekten ayrıştırılmış satırları ve sütunları karşılaştırın.

UTF-8’e dönüştürdükten sonra yeni dosyayı açıkça UTF-8 seçerek yeniden açın ve örnek değerleri karşılaştırın. Ardından dosyayı gerçekten alacak uygulamada içe aktarmayı deneyin. Kodlaması doğru bir dosya yine de iş akışının beklemediği bir ayırıcı veya sütun sırası kullanabilir.

Sonraki adım için çıktı seçme

BOM’lu UTF-8 bazı Excel doğrudan açma akışlarında yararlıdır; imza kodlamanın tanınmasına yardımcı olur. Başka bir içe aktarıcı BOM’suz UTF-8 bekleyebilir. Hiçbiri her durumda üstün değildir. Sonraki uygulamanın istediği biçimi kullanıp aynı temsilî satırlarla test edin.

BOM, dışa aktarılmadan önce yanlış çözülmüş metni onarmaz. Önizleme zaten yanlış karakterler gösteriyorsa kaydetmeden durun ve kaynak kodlamasını düzeltin. Yanlış karakterlere UTF-8 imzası eklemek yalnızca hâlâ yanlış metin taşıyan yeni dosyayı etiketler.

Formülleri, birden fazla sayfayı, hücre stillerini veya gelişmiş tablo yapısını korumanız gerekiyorsa CSV çalışma kitabının yerine geçmez. Bu özellikler önemliyse çalışma kitabını düzenleme belgesi olarak saklayın; CSV’yi belirli veri aktarımı adımı için dışa aktarın. Başarılı metin dönüşümü, bütün elektronik tablo özelliklerinin korunduğu anlamına gelmez.

Kaybolmuş bilgiyi tanıma

Kaydedilmiş dosyada Çince metin yerine değiştirme karakterleri veya sıradan soru işaretleri bulunuyorsa başka kodlama seçmek içeriği geri getirmeyebilir. Değiştirilmemiş asıl dosyaya dönün veya yeni dışa aktarım isteyin. Dönüştürücü mevcut baytları yeniden yorumlayabilir; üzerine yazılıp artık bulunmayan metni yeniden oluşturamaz.