Plik CSV otwiera się w jednej kolumnie albo z błędnymi znakami – skąd bierze się problem i jak go rozpoznać

Plik CSV może wyglądać na uszkodzony, mimo że jego zawartość jest poprawna. Wynika to z tego, że CSV jest zwykłym plikiem tekstowym, a sposób podziału danych na kolumny i interpretacji znaków zależy od ustawień programu, który go otwiera. Gdy te ustawienia nie pasują do struktury pliku, dane mogą trafić do jednej kolumny, polskie litery mogą zamienić się w niezrozumiałe znaki, a liczby lub daty mogą zostać odczytane inaczej, niż oczekuje użytkownik.
Jedna kolumna zwykle oznacza problem z separatorem
Choć nazwa CSV odnosi się do wartości rozdzielanych przecinkami, w praktyce często spotyka się także warianty z separatorem w postaci średnika. Pliki rozdzielane tabulatorami są zwykle określane jako TSV, choć niektóre programy obsługują je razem z innymi formatami tekstowymi. Jeżeli plik zawiera wiersz „imię;nazwisko;miasto”, a program podczas otwierania oczekuje przecinków, może potraktować cały wiersz jako jedną wartość. Podobnie plik zapisany jako „imię,nazwisko,miasto” nie zostanie poprawnie podzielony, jeśli aplikacja szuka średników.
Najprostszy test polega na otwarciu pliku w zwykłym edytorze tekstu. Wtedy widać surową zawartość i można sprawdzić, jaki znak rzeczywiście oddziela kolejne pola. Jeśli każdy rekord wygląda logicznie i separator powtarza się w tych samych miejscach, problem może dotyczyć sposobu odczytu, a nie danych.
Błędne polskie znaki wskazują na kodowanie
Drugi częsty objaw to tekst w rodzaju „zażółć” zamiast poprawnych polskich liter. To typowy sygnał, że program odczytał bajty przy użyciu innego kodowania niż to, w którym zapisano plik. Sam tekst nadal może być kompletny, ale zastosowano niewłaściwy sposób jego interpretacji.
Nie należy od razu zastępować błędnych znaków ręcznie, bo można w ten sposób trwale zmienić dane, które były zapisane poprawnie. Najpierw trzeba ustalić właściwe kodowanie odczytu.
Daty i liczby mogą zmieniać się już podczas otwierania
Nawet gdy kolumny i znaki wyglądają poprawnie, program może sam zinterpretować część wartości jako daty lub liczby. Przykładowo zapis „01-02” może zostać potraktowany jako data, a identyfikator „00125” jako liczba i stracić początkowe zera. Problem nie musi więc leżeć w pliku źródłowym, lecz w automatycznym rozpoznawaniu typu danych.
Podobnie może być z separatorem dziesiętnym. W jednych ustawieniach liczba „12,5” będzie odczytana jako wartość dziesiętna, w innych przecinek może pełnić funkcję separatora pól. Dlatego przy imporcie warto kontrolować nie tylko znak rozdzielający kolumny, lecz także sposób interpretacji danych w poszczególnych polach.
Otwarcie pliku i import to nie zawsze to samo
Dwukrotne kliknięcie pliku zwykle uruchamia aplikację z domyślnymi ustawieniami. Program może wtedy sam zdecydować, jaki separator, kodowanie i format danych zastosować. Import daje większą kontrolę, ponieważ pozwala wskazać parametry odczytu przed załadowaniem danych do arkusza lub innego narzędzia.
Jeżeli plik wygląda źle po zwykłym otwarciu, ale po imporcie z właściwym separatorem i kodowaniem dane układają się poprawnie, problem wynika z ustawień odczytu, a nie z uszkodzenia pliku.
Co sprawdzić przed zmianą pliku
Zanim zacznie się poprawiać dane, warto obejrzeć plik jako tekst. Należy sprawdzić, czy każdy wiersz ma podobną strukturę, jaki separator występuje między polami, czy tekst w cudzysłowie zawiera przecinki lub średniki oraz czy polskie znaki wyglądają poprawnie.
Jeżeli w jednym wierszu liczba separatorów wyraźnie różni się od pozostałych, część pola nie jest domknięta cudzysłowem albo zapis kończy się w połowie rekordu, można podejrzewać błąd w samym pliku. Gdy natomiast struktura jest regularna, a problem pojawia się dopiero w konkretnym programie, najpierw warto skorygować sposób importu.
Najważniejsza zasada jest prosta: wygląd danych po otwarciu nie mówi jeszcze, czy CSV jest wadliwy. Jedna kolumna zwykle kieruje uwagę na separator, błędne znaki na kodowanie, a zmienione daty i liczby na automatyczną interpretację wartości. Dopiero po takim rozpoznaniu warto decydować, czy trzeba zmieniać ustawienia odczytu, czy rzeczywiście poprawiać sam plik.