Excel a CSV sin tildes rotas: UTF-8, BOM y separadores

La mayoría de las tildes rotas en un CSV se deben a una falta de coincidencia en la codificación: el archivo se guarda como UTF-8 pero se abre como una codificación de Windows. Exporta la hoja como CSV UTF-8, con una marca de orden de bytes (BOM) si el programa que lo abrirá es Excel, y elige el separador que espera tu configuración regional. Antes de exportar, da formato de texto a columnas como los códigos postales y los teléfonos, para que se conserven los ceros.

Excel a CSVNecesito CSV y tengo un ExcelÚsalo gratis

Por qué "é" se convierte en "é"

Un carácter en un archivo se guarda como bytes. En UTF-8, la letra é ocupa dos bytes, C3 y A9. Un programa que lee esos bytes como Windows-1252, una codificación habitual de Windows, ve el carácter à por C3 y © por A9. Así, "café" aparece como "café". Puedes comprobarlo tú mismo: si codificas é como UTF-8 y decodificas el resultado como Windows-1252, obtienes é. Una ü, ñ u ö se rompen de la misma manera.

La solución no es editar los caracteres. Consiste en indicar al programa qué codificación usa el archivo.

UTF-8 y el BOM

UTF-8 es la codificación estándar para el texto en la web y en la mayoría del software moderno. Un archivo CSV normal no tiene ningún campo que indique qué codificación usa, así que los programas tienen que adivinarla. La marca de orden de bytes son tres bytes al principio del archivo, EF BB BF, que señalan UTF-8 a los programas que la buscan. Excel en Windows suele abrir un archivo UTF-8 sin BOM con su codificación local, por eso el BOM es la solución habitual.

En versiones recientes de Excel, el menú Guardar como ofrece la opción CSV UTF-8, que añade el BOM. También puedes importar el archivo desde Datos, Desde texto/CSV, y establecer el Origen del archivo en 65001, UTF-8. El BOM tiene un inconveniente: un programa que no lo espera puede tratarlo como parte del nombre de la primera columna. La mayoría de los analizadores y programas de hojas de cálculo lo gestionan bien, pero si un importador de datos muestra un encabezado extraño, elimina el BOM.

Coma o punto y coma

CSV significa valores separados por comas, y la especificación RFC 4180 describe campos separados por comas. En muchos países, incluidos los que usan la coma decimal, como 1,5 para uno y medio, el separador de lista de Excel es el punto y coma. Cuando eso ocurre, un archivo separado por comas abierto en Excel puede dividirse mal, y un número como 1,5 se convierte en dos campos.

Elige el separador que espera el programa de destino. La herramienta de Excel a CSV ofrece coma, punto y coma y tabulador. Si el archivo es para un programa con configuración de coma decimal, el punto y coma suele ser la opción más segura.

Las fechas se convierten en números de serie

Excel guarda las fechas como números de serie, contando días desde un punto de partida. En el sistema de fechas de 1900, el 1 de enero de 1900 es el número de serie 1. Excel también trata 1900 como año bisiesto, así que cuenta un 29 de febrero de 1900 que nunca existió, como número de serie 60. Eso hace que el 1 de marzo de 1900 sea el número de serie 61 y desplaza una fecha posterior un día. El error procede de Lotus 1-2-3, y Microsoft ha mantenido el mismo sistema por compatibilidad. Otros programas pueden leer las fechas anteriores al 1 de marzo de 1900 con un día de diferencia.

Al exportar una fecha, puedes ver 44927 en lugar de 2023-01-01, o un día de diferencia en fechas antiguas. La herramienta convierte las fechas en texto legible. Si exportas manualmente, da formato de texto a la columna de fechas con la forma ISO aaaa-mm-dd, que todos los programas leen igual.

Los ceros iniciales desaparecen

Un código postal como 02134 es texto, pero Excel trata un número escrito como número, así que muestra 2134. El cero desaparece de la hoja, y el CSV que se genere a partir de ella tampoco lo tendrá. Los teléfonos que empiezan por 0 y los números de identificación largos sufren lo mismo. Los números muy largos también pueden perder dígitos, porque Excel solo conserva unos 15 dígitos significativos.

La solución es guardar esas columnas como texto antes de introducir o importar los datos. Cuando abras un CSV que ya tiene los ceros, usa Datos, Desde texto/CSV y establece la columna como Texto, en lugar de hacer doble clic en el archivo.

Reglas de entrecomillado

RFC 4180 define el formato CSV habitual. Sus principales reglas de entrecomillado son:

• Un campo que contenga una coma, unas comillas dobles o un salto de línea debe ir entre comillas dobles.
• Unas comillas dobles dentro de un campo entrecomillado se escriben como dos comillas dobles.
• Las líneas terminan en CRLF según la especificación, aunque la mayoría de herramientas aceptan LF.

Por ejemplo, la fila "Müller, Anna","She said ""ok""" tiene dos campos: Müller, Anna y She said "ok". El tipo MIME registrado en IANA para CSV es text/csv.

RFC 4180 no permite unas comillas dobles dentro de un campo sin comillas, y muchos analizadores rechazan una fila así o la dividen mal. Entrecomilla bien el campo o elimina el carácter sobrante.

Lista de comprobación antes de exportar

1. Exporta como CSV UTF-8, con BOM si el archivo lo abrirá Excel.
2. Elige el separador que espera el programa de destino.
3. Da formato de texto a las columnas parecidas a identificadores, como los códigos postales y los teléfonos.
4. Escribe las fechas como aaaa-mm-dd.
5. Abre el archivo en un editor de texto sin formato y revisa la primera línea y una muestra de nombres con tildes.

Los caracteres ocultos, como los espacios sin separación, también pueden causar errores de importación. La herramienta para eliminar caracteres ocultos los encuentra y los elimina, y caracteres ocultos en el texto explica de dónde proceden. Una vez limpio el archivo, CSV a JSON puede convertirlo para un desarrollador, como se describe en CSV a JSON y viceversa.

Antes de exportar, conviene revisar las celdas: el revisor de fórmulas de Excel enumera las fórmulas que muestran un error o apuntan a otro archivo, y esas son justamente las celdas que llegan vacías a un CSV. Después de exportar, compara las dos hojas de cálculo para ver qué cambió entre versiones.

Respuestas rápidas

¿Por qué mi archivo se ve bien en un programa y roto en Excel? Cuando un archivo UTF-8 no tiene BOM, Excel en Windows puede leerlo con su codificación local. Añadir el BOM, o importar con UTF-8 seleccionado, lo soluciona.

¿Las versiones de Excel para Mac necesitan el BOM? Algunas fuentes dicen que sí, así que prueba con un archivo que contenga un nombre con tilde antes de enviarlo.

¿Puedo corregir las fechas después de exportar? Sí, si todavía son números de serie, pero es mejor exportarlas como aaaa-mm-dd desde el principio.

¿Se sube mi hoja de cálculo cuando la convierto? La herramienta se ejecuta en tu navegador, así que el archivo se procesa en tu propio dispositivo. Puedes comprobarlo con la guía para verificar si una herramienta en línea sube archivos.