Encodage UTF-8 des fichiers CSV : fini les accents illisibles

Vous ouvrez un fichier CSV et, au lieu de « Hélène », vous voyez « Hélène ». Au lieu de « Désignation », c’est « Désignation » qui s’affiche. Si cela vous est déjà arrivé, vous n’êtes pas le seul : c’est l’un des problèmes les plus fréquents lorsqu’on travaille avec des données en français, en espagnol, en portugais ou dans toute autre langue comportant des caractères spéciaux. La bonne nouvelle, c’est qu’il a une explication simple et une solution définitive.

Qu’est-ce que l’encodage des caractères

Un ordinateur ne stocke pas des lettres, il stocke des nombres. L’encodage est la table qui indique quel nombre correspond à chaque caractère. Le problème, c’est qu’au fil du temps de nombreuses tables différentes ont été créées :

• ASCII : seulement 128 caractères, sans accents ni cédilles.
• Windows-1252 (ANSI) et ISO-8859-1 (Latin-1) : ajoutent les caractères des langues d’Europe occidentale.
• UTF-8 : peut représenter n’importe quel caractère de n’importe quelle langue, y compris les emojis, et c’est la norme d’internet.

Lorsqu’un fichier est enregistré avec un encodage et ouvert avec un autre, le programme interprète les nombres avec la mauvaise table et les fameux caractères étranges apparaissent.

Pourquoi « é » apparaît à la place de « é »

En UTF-8, la lettre « é » est stockée sur deux octets. Si un programme lit le fichier en pensant qu’il est en Windows-1252, il interprète chaque octet comme un caractère indépendant : le premier s’affiche comme « Ã » et le second comme « © ». C’est pourquoi ce motif, un « Ã » suivi d’un autre symbole, est le signe infaillible d’un fichier UTF-8 ouvert avec le mauvais encodage.

Le cas inverse existe aussi : un fichier enregistré en Windows-1252 et lu comme de l’UTF-8 affiche un point d’interrogation ou un losange (�) à la place de la lettre accentuée.

Qu’est-ce que le BOM

Le BOM (Byte Order Mark, ou indicateur d’ordre des octets) est une petite marque invisible de trois octets placée au début d’un fichier pour indiquer qu’il est en UTF-8. Excel l’utilise pour reconnaître automatiquement l’encodage à l’ouverture d’un CSV.

• Avec BOM : Excel ouvre correctement le fichier par un double-clic. Certains systèmes (scripts, bases de données, certaines plateformes d’importation) peuvent afficher des caractères bizarres au début de la première colonne, comme code.
• Sans BOM : la plupart des systèmes le lisent parfaitement, mais Excel peut l’ouvrir avec le mauvais encodage.

Règle pratique : si le CSV doit être ouvert dans Excel, utilisez l’UTF-8 avec BOM. S’il doit être importé dans un autre système, consultez sa documentation ; en général, l’UTF-8 sans BOM est le plus compatible.

Comment éviter le problème en créant un CSV

1. Enregistrez toujours en UTF-8. Dans Excel, choisissez « CSV UTF-8 (délimité par des virgules) ».
2. Utilisez un outil qui vous permet de choisir l’encodage. Avec Excel en CSV, vous pouvez générer des CSV adaptés au système de destination.
3. Vérifiez le résultat avec un éditeur de texte comme le Bloc-notes ou Visual Studio Code, qui affichent l’encodage dans la barre d’état.

Comment réparer un CSV qui s’affiche déjà mal

Si vous recevez un CSV avec des caractères étranges, ne l’enregistrez pas après l’avoir ouvert, car vous pourriez figer l’erreur. À la place :

1. Dans Excel, utilisez Données > Obtenir des données > À partir d’un fichier texte/CSV.
2. Dans « Origine du fichier », essayez 65001 : Unicode (UTF-8). Si le problème persiste, essayez 1252 : Europe de l’Ouest (Windows).
3. Lorsque l’aperçu affiche correctement les accents, chargez les données.

Autre option : convertir le CSV avec le convertisseur CSV en Excel de notre page d’outils, qui détecte automatiquement l’encodage et génère un fichier XLSX dans lequel les accents s’affichent déjà correctement.

Quand les dégâts sont permanents

Si quelqu’un a ouvert le CSV avec le mauvais encodage puis l’a enregistré, les caractères erronés sont devenus du vrai texte. Dans ce cas, vous devrez utiliser Rechercher et remplacer pour corriger les motifs les plus courants :

C’est un processus fastidieux, il vaut donc toujours mieux conserver le fichier original sans le modifier.

Bonnes pratiques pour les équipes

• Convenez d’un encodage unique : UTF-8 pour tout.
• Documentez le délimiteur : virgule ou point-virgule, mais toujours le même.
• Ne modifiez pas les CSV directement dans Excel s’ils doivent être importés dans un autre système ; travaillez en XLSX et exportez à la fin.
• Nommez les fichiers sans accents ni espaces pour éviter les problèmes sur les serveurs et dans les scripts : clients_septembre.csv plutôt que Clients Septembre é.csv.

Questions fréquentes

Conclusion

Les caractères étranges dans un CSV ne sont pas un mystère : ils résultent de l’ouverture d’un fichier avec un encodage différent de celui utilisé lors de son enregistrement. Utilisez toujours l’UTF-8, décidez si vous avez besoin du BOM selon la destination et ouvrez les CSV avec l’assistant d’importation ou avec un outil qui détecte l’encodage. Avec ces habitudes, vos « é » et vos « ç » arriveront toujours intacts. Retrouvez tous nos convertisseurs sur la page d’outils.