Chybné kódování CSV souboru
Jediné přípustné kódování CSV souboru je UTF-8, což řeší problémy s interoperabilitou na webu, zejména pak s diakritikou a písmeny z různých abeced.
Může se ale stát, že váš soubor používá jiné kódování, v českém prostředí zejména Windows-1250 či ISO-8859-2, a proto není validní.
Symptomy
Nejčastějším symptomem je chybné zobrazení diakritiky.
Ověření problému
Chybné kódování lze zjistit buďto použitím validátoru, nebo také otevřením souboru textovém editoru.
Na obrázku je kódování ANSI, což odpovídá ISO-8859-2.
Řešení
Je třeba zajistit, že soubor je v kódování UTF-8. To lze několika způsoby.
Správné nastavení výstupu u zdroje
Nejjednodušší je zásah u zdroje problému, tedy pokud CSV soubor exportujeme z databáze, nebo generujeme v kódu aplikace, mělo by jít nastavit UTF-8 jako výstupní kódování tam.
Konverze souboru v textovém editoru
Pokud nemáme přístup ke zdroji, je třeba samotný CSV soubor překódovat, což lze například opět v textovém editoru, jak je vidět na obrázku.
Konverze z pomocí Google Sheets
Můžeme rovněž využít Google Sheets, který si s chybným kódováním poradí a nechá nás stáhnout validní CSV. Budeme potřebovat Google účet, který ale lze zřídit zdarma.
- Do Google Drive (Disk Google) nahrajeme soubor ke konverzi a otevřeme ho pomocí Google Sheets
- Stáhneme data do CSV souboru
