CSV v Exceli: oprava diakritiky importom UTF-8

Ak Excel po dvojkliku zobrazí skomolené slovenské znaky, načítajte pôvodný súbor cez Údaje → Získať údaje → Zo súboru → Z textu/CSV a nastavte pôvod súboru na UTF-8. Postup Microsoftu pre CSV v UTF-8 odporúča import cez Power Query pri súbore bez značky BOM, ktorá Excelu pomáha kódovanie rozpoznať.

V náhľade pred načítaním nastavte aj oddeľovač a spôsob rozpoznávania typov údajov. UTF-8 rieši čitateľnosť písmen ako č, š a ž, no neurčuje hranice stĺpcov ani to, či Excel vyloží identifikátor ako číslo. Preto skontrolujte všetky tri voľby skôr, než údaje vložíte do hárka.

Prečo dvojklik môže zmeniť údaje

CSV je textový súbor s hodnotami oddelenými určeným znakom. Pri priamom otvorení súboru s príponou .csv Excel automaticky zobrazí údaje v novom zošite a podľa pokynov Microsoftu k importu CSV použije aktuálne predvolené nastavenia na výklad stĺpcov. Tie nemusia zodpovedať kódovaniu, oddeľovaču alebo formátu hodnôt v konkrétnom súbore.

Poštové smerovacie číslo či evidenčný kód môže vyzerať ako číslo, hoci jeho úvodná nula je súčasťou hodnoty. Zápis dátumu môže mať zase iné poradie dňa, mesiaca a roka, než aké Excel pri otvorení očakáva. Import dáva priestor rozhodnúť o týchto stĺpcoch pred automatickou konverziou. Ak ste súbor už otvorili a hodnoty sa zmenili, pokračujte s pôvodným CSV, nie s jeho upravenou kópiou.

Načítanie cez Power Query krok za krokom

Otvorte prázdny zošit a na karte Údaje vyberte Získať údaje → Zo súboru → Z textu/CSV. V niektorých verziách Excelu je voľba Z textu/CSV dostupná priamo na páse kariet. Vyberte pôvodný súbor a počkajte na náhľad; zatiaľ neklikajte na Načítať.

Dokumentácia konektora Text/CSV opisuje samostatné nastavenia pôvodu súboru, oddeľovača a zisťovania typov údajov. Poslednú voľbu možno vypnúť, aby sa stĺpce najprv načítali ako text. Je to užitočné pri identifikátoroch s nulami na začiatku alebo pri dátumoch, ktorých formát ešte potrebujete určiť.

Pri pôvode súboru vyberte kódovanie, v ktorom bolo CSV vytvorené. Ak ide o UTF-8, zvoľte UTF-8 a overte čitateľnosť slovenských znakov v náhľade.
Pri oddeľovači zvoľte znak medzi poľami zdrojového riadka. Skontrolujte, či názvy stĺpcov sedia s hodnotami pod nimi.
Ak chcete zachovať pôvodný zápis kódov a dátumov, vypnite automatické zisťovanie typov a vyberte Transformovať údaje.
V editore Power Query priraďte stĺpcom potrebné typy. Identifikátory ponechajte ako Text; až potom použite Zavrieť a načítať.

Ak v náhľade nevidíte pôvodné hodnoty, ešte ich nenačítavajte. Nastavenie pôvodu súboru opravuje znaky, oddeľovač určuje stĺpce a typ údajov rozhoduje o tom, ako Excel hodnotu vyloží. Každý z týchto problémov preto rieši iná voľba.

Nečitateľná diakritika: skontrolujte pôvod súboru

Pri znakoch ako „ÄŤ“ namiesto očakávanej slovenčiny najprv zmeňte v náhľade pôvod súboru na UTF-8. Ak sa slová začnú zobrazovať správne, problém bol v spôsobe čítania bajtov pri otvorení. Súbor v UTF-8 so značkou BOM môže Excel správne otvoriť aj priamo, preto samotný dvojklik nemusí vždy spôsobiť chybu.

UTF-8 však voľte vtedy, keď zodpovedá skutočnému kódovaniu exportu. Ak po zmene zostávajú názvy a slová nečitateľné, zistite kódovanie u pôvodcu súboru a vyberte ho v poli Pôvod súboru. Prepnutie na UTF-8 neobnoví text, ktorý bol chybný už pri vytvorení CSV. Rovnako nemá zmysel riešiť správne čitateľné písmená zmenou kódovania, ak je jediným problémom rozdelenie stĺpcov.

Všetko v jednom stĺpci: nastavte oddeľovač

Ak sa celý riadok zobrazí v jedinom stĺpci a medzi hodnotami vidíte bodkočiarky, nastavte Oddeľovač na bodkočiarku. Pri inom exporte môže byť oddeľovačom čiarka alebo tabulátor; riaďte sa znakom, ktorý skutočne oddeľuje polia v súbore. Účinok zmeny uvidíte priamo v náhľade.

Pri slovenských číslach môže čiarka označovať desatinné miesta a bodkočiarka oddeľovať polia. V podmienenom riadku „Žilina;12,50;00123“ vytvorí voľba bodkočiarky samostatné polia pre mesto, hodnotu a kód. Voľba čiarky by naopak rozdelila desatinné číslo na nesprávnom mieste. Skontrolujte preto aj hodnoty v riadkoch, nielen počet stĺpcov v ich hlavičke.

Zmiznuté nuly alebo zmenené dátumy: ponechajte text

Ak má stĺpec obsahovať kódy, vypnite pri importe automatické zisťovanie typov a ponechajte ho ako Text. V podmienenom príklade „00123“ je nula súčasťou identifikátora; po prevode na číslo by sa hodnota zobrazila ako „123“. Rovnaký princíp platí pre dlhšie označenia, s ktorými sa nepočíta. Zmena už skonvertovaného čísla späť na Text pôvodné nuly sama nedoplní.

Pri dátumoch zachovajte pôvodný zápis ako Text, kým nepoznáte jeho poradie a miestne nastavenie. Reťazec s číslami môže vyzerať ako platný dátum aj po nesprávnej interpretácii, takže samotný vzhľad bunky nestačí. Keď určíte formát zdrojového stĺpca, preveďte ho v Power Query na dátum s príslušným miestnym nastavením. Ak už automatický krok typ zmenil, vráťte sa pred túto konverziu alebo načítajte pôvodné CSV znova s vypnutým zisťovaním typov.

Prečítajte si aj: