ExcelでCSVが文字化けする原因と対策: UTF-8を文字化けさせずに開く3つの方法
Equalangこの記事の要点
ExcelでUTF-8のCSVファイルを開くと「Café」や日本語が文字化けする問題を解消。データ取得で65001(UTF-8)を指定する方法、UTF-8 BOMの付加、先頭の0落ちを防ぐ手順を解説します。
キーワード: excel csv 文字化け; エクセル csv 文字化け 解消; csv utf-8 excel 文字化け; excel csv インポート 特殊文字; utf-8 bom エクセル; csv 0落ち excel
UTF-8形式の.csvファイルをMicrosoft Excelでダブルクリックして開くと、日本語が「縺ゅ>縺」のような文字化けになったり、アクセント付き文字や通貨記号が「Café」「München」「€」のように崩れて表示されることがよくあります。これは、通常の.csvファイルには文字エンコードを宣言するメタデータヘッダーが存在せず、先頭に3バイトのUTF-8 BOM(Byte Order Mark: EF BB BF)がない限り、従来のExcelがOSのレガシーな地域コードページ(日本語WindowsではShift_JIS / CP932、欧米版WindowsではWindows-1252、MacではMacRoman)にフォールバックして解釈してしまうためです。この文字化けは、列の区切りや先頭のゼロ(0落ち)を損なうことなく1分以内で修復できます。ただし、文字化けが画面に表示されている状態で絶対に Ctrl+S(上書き保存)を押してはいけません。保存してしまうと、破損した文字列がファイルへ永久に上書きされてしまいます。
3つの解決策の比較:UTF-8のCSVを文字化けせずに開く方法
CSVの入手元や利用者の環境に合わせて最適な方法を選択してください:
解決策1:「データ > テキストまたはCSVから」でインポートする(先頭のゼロも保持)
Shopify、Stripe、PostgreSQL、あるいはmacOS/Linux環境のツールからエクスポートされた.csvを受け取った場合、ダブルクリックするとExcelのエンコード選択画面がスキップされてしまいます。「データ」タブからインポートすることで、Excelに強制的に65001: Unicode (UTF-8)として読み込ませることができ、SKUや電話番号の先頭のゼロが消去される前に保護できます。
- Microsoft Excelを起動し、空白のブックを作成します(
.csvファイルを直接ダブルクリックしないでください)。 - リボンのデータタブを開き、「データの取得と変換」グループにあるテキストまたはCSVからをクリックします。
- 対象の
.csvファイルを選択し、インポートをクリックします。 - 表示されたプレビューウィンドウの左上にある元のファイル(ファイル形式)ドロップダウンを確認します。デフォルトのローカルコードページ(
932: 日本語 (シフト JIS)や1252: 西ヨーロッパ言語 (Windows)など)から、**65001: Unicode (UTF-8)**に変更します。 - プレビュー表を確認します。先ほどまで
Caféや文字化けしていた文字列が、即座に正しいテキスト(Caféや日本語)に戻ります。 - 任意(先頭のゼロや長いIDを保護する場合): 郵便番号、電話番号、あるいは
00412のようなSKUが含まれる場合は、右下のデータの変換をクリックしてPower Queryエディターを開きます。該当の列を選択し、データ型を「整数」から**テキストに変更して、左上の閉じて読み込む**をクリックします。 - 列のデータ型の調整が不要な場合は、そのまま読み込みをクリックします。
解決策2:UTF-8 BOM(EF BB BF)を付加してダブルクリックで開けるようにする
チームメンバーや顧客向けに.csvファイルを生成する場合、全員に毎回「データ > テキストまたはCSVから」の手順を踏んでもらうのは現実的ではありません。
その代わりに、ファイルの0バイト目に3バイトのUTF-8 BOM(Byte Order Mark)—16進数バイト列 EF BB BF(\xEF\xBB\xBF)—を付加します。Excelは.csvの先頭にこの3バイトを検出すると、ダブルクリック時にも即座にUTF-8デコードに切り替えます。
Python(pandas または標準の csv モジュール)
デフォルトでは、pandas.DataFrame.to_csv()はBOMなしの標準UTF-8(encoding="utf-8")で書き出します。エンコード引数を**utf-8-sig**に変更すると、Pythonが自動的に3バイトのBOMヘッダーを書き込みます:
import pandas as pd
df = pd.DataFrame({
"city": ["München", "São Paulo", "東京"],
"item": ["Café", "Crème brûlée", "抹茶"],
"price": ["€4.50", "€6.00", "¥600"]
})
# BOMなしの標準UTF-8(Excelでダブルクリックすると文字化けする)
# df.to_csv("report_no_bom.csv", index=False, encoding="utf-8")
# BOM付きUTF-8(Excelでダブルクリックしても正常に開く)
df.to_csv("report_excel_ready.csv", index=False, encoding="utf-8-sig")
Python標準のopen()とcsv.writerを使用する場合は、open()にencoding="utf-8-sig"を渡します:
import csv
with open("report_excel_ready.csv", "w", newline="", encoding="utf-8-sig") as f:
writer = csv.writer(f)
writer.writerow(["city", "item", "price"])
writer.writerow(["München", "Café", "€4.50"])
macOS または Linux のターミナル
エディタを開かずにコマンドラインから既存のUTF-8 .csvファイルを修正するには、printfとcatを使って\xEF\xBB\xBFのバイト列をファイルの先頭に追加します:
printf '\xEF\xBB\xBF' | cat - clean.csv > excel_ready.csv
Excel 内で「名前を付けて保存」する
すでにデータを正しく読み込んでおり、他の人がダブルクリックしても文字化けしない.csvのコピーを保存したい場合:
- ファイル > 名前を付けて保存に進み、ファイル形式のドロップダウンから**
CSV UTF-8 (コンマ区切り) (*.csv)を選択します。従来のCSV (コンマ区切り) (*.csv)やMacintosh カンマ区切り (*.csv)は選択しないでください**。
UTF-8 BOM を使用すべきでないケース
Excelはダブルクリック判定にUTF-8 BOMを依存していますが、Unicode仕様書では一般的なUnix/LinuxパイプラインにおけるUTF-8ストリームへのBOMの付加は必須ではなく、推奨もされていません。\xEF\xBB\xBFを自動除去しない厳密なコマンドラインパーサーやレガシースクリプトでは、この非表示の3バイトが最初の列名の一部として扱われてしまいます(例えば"id"が"\ufeffid"と認識され、キー照合に失敗します)。以下の2つの使い分けを意識してください:
- 人間のExcel利用者に配布する
.csvファイル:utf-8-sig(BOM付きUTF-8)を使用。 - 厳密なLinux CLIツールやデータベース取り込みパイプラインに渡す
.csvファイル: 標準のutf-8(BOMなし)を使用。
解決策3:Google スプレッドシートや LibreOffice Calc を経由する
ターミナルコマンドやExcelのPower Queryダイアログを使いたくない場合は、デフォルトでUTF-8を処理する表計算アプリでファイルを開きます:
- Google スプレッドシート: 空白のシートを開き、ファイル > インポート > アップロードから対象の
.csvファイルを選択します。Google スプレッドシートはBOMのない標準UTF-8を自動検出します。インポート後、**ファイル > ダウンロード > Microsoft Excel (.xlsx)**をクリックすれば、文字コードがあいまいにならないネイティブなExcelワークブックとして保存できます。 - LibreOffice Calc:
.csvファイルを開くとすぐにインポートダイアログが表示されるため、文字エンコーディングがUnicode (UTF-8)になっていることを確認し、必要に応じて特定の列をテキストに設定してOKをクリックします。
カンマ区切りやUTF-8エンコードを崩さずに多言語の.csvや.xlsx商品データを翻訳したい場合は、当社のCSVファイルの翻訳方法およびExcelファイルの翻訳方法のガイドもあわせてご参照ください。
なぜ Excel では「Café」が「Café」に文字化けするのか?
スプレッドシート上にéや€、意味不明な文字列が表示されると、ファイルが破損したように見えますが、これは完全に規則性のある現象です。内部では以下のような処理が行われています:
- 標準の
.csvファイルは生のバイトストリームである: 内部で明示的にUTF-8が宣言されたXMLファイルのZIP圧縮パッケージである.xlsxとは異なり、.csvファイルにはヘッダーメタデータがありません。現代のデータツール(Pythonpandas、PostgreSQL、Shopify、Stripe、Google スプレッドシート、macOS/Linuxユーティリティ)は、すべて.csvをBOMなしのUTF-8でエクスポートします。 - UTF-8 は非ASCII文字に2〜4バイトを使用する: 基本的な英数字(ASCII
0x00〜0x7F)は1バイトで表され、UTF-8でもレガシーコードページでも同じバイト値です。しかし、基本ASCII以外の文字は複数バイトを使用します:é(U+00E9)はUTF-8で2バイト:C3 A9ü(U+00FC)はUTF-8で2バイト:C3 BC€(U+20AC)はUTF-8で3バイト:E2 82 AC- 日本語の文字(漢字・ひらがな・カタカナ)はUTF-8で通常3バイト(例:
日本語は9バイト:E6 97 A5 E6 9C AC E8 AA 9E)
- Excel はOSのレガシーコードページにフォールバックする: BOMのない
.csvをダブルクリックすると、従来のExcelは各バイトをローカルシステムの旧コードページ(日本語WindowsではShift_JIS/CP932、西欧WindowsではWindows-1252、MacではMacRoman)を使ってデコードします。
Windows-1252やShift_JISがUTF-8の複数バイトシーケンスを1バイトずつ、あるいは誤った2バイトペアとして読み込むと、以下のような予測可能な文字化け(Mojibake)が発生します:
ディスク上の元々のバイト列は正常なUTF-8のままであるため、保存せずに閉じる限りデータは無事です。しかし、Excel内でCtrl+Sを押した瞬間、画面上の壊れた文字がディスクに再エンコードされて書き込まれ、元の正しいテキストが完全に上書きされてしまいます。
よくある質問(FAQ)
Excelで文字化けしたCSVを保存してしまった場合、元に戻せますか?
ExcelがShift_JISやWindows-1252のようなレガシーコードページでUTF-8の.csvを開いた時点で、画面上のテキストはすでに誤った文字として解釈されています。その状態でCtrl+Sを押すと、誤った文字がディスクに書き出され、元のUTF-8バイト列が破壊されます。未定義のバイトが「?」などに置き換わっている場合、完全な逆変換は困難です。元のシステム(データベース、Shopify、エクスポートスクリプトなど)から再エクスポートするか、OSのファイル履歴やバックアップから復元した上で、解決策1または解決策2を適用してください。
なぜGoogle スプレッドシートでは同じCSVが文字化けせずに開けるのですか?
Google スプレッドシートはお使いのPCのWindowsやmacOSの地域コードページに依存せず、アップロードされた.csvをデフォルトで標準UTF-8として読み込むためです。現代のWebアプリケーションやデータベースのほぼすべてがBOMなしのUTF-8で出力しているため、Google スプレッドシートではそのまま綺麗に表示されます。
CSVを開く際に先頭のゼロ(00412)が消えたり、長い数値が「1.23E+15」になるのを防ぐには?
UTF-8 BOMを付加すればダブルクリック時の文字エンコードは修正されますが、Excelは依然として数値に見える文字列を自動的に数値型へ変換してしまい、郵便番号やSKUの先頭のゼロが消去されたり、16桁のIDが指数表記に丸められたりします。先頭のゼロを確実に保持するには、直接ダブルクリックせず、必ずデータ > テキストまたはCSVからを使用し、データの変換をクリックして該当列のデータ型を**テキスト**に設定してから読み込んでください。