Vreemde tekens in Excel CSV? Los UTF-8 mojibake direct op

Equalang

Kort samengevat

Los vreemde tekens zoals é of € op bij het openen van UTF-8 CSV-bestanden in Excel met Gegevens van tekst/CSV, een UTF-8 BOM (utf-8-sig) of Google Spreadsheets.

Trefwoorden: excel csv vreemde tekens; excel csv speciale tekens; excel csv utf 8; excel importeren csv speciale tekens; utf-8 bom excel

Wanneer je in Microsoft Excel dubbelklikt op een geldig .csv-bestand in UTF-8-indeling, veranderen letters met accenten, valutasymbolen en niet-westerse tekens vaak in vreemde tekens zoals Café, München of €. Dit gebeurt omdat een standaard .csv-bestand geen metadatakop bevat die de tekenversleuteling (character encoding) specificeert. Oudere of klassieke Excel-versies vallen daardoor automatisch terug op de verouderde regionale codetabel van je besturingssysteem (Windows-1252, GBK, Shift_JIS of MacRoman), tenzij het bestand begint met een UTF-8 Byte Order Mark (BOM) van 3 bytes (EF BB BF). Je kunt dit binnen een minuut herstellen zonder kolomgrenzen of voorloopnullen kwijt te raken—druk vooral niet op Ctrl+S zolang de verminkte tekst op het scherm staat, anders overschrijft Excel je oorspronkelijke bestand definitief met corrupte tekens.

Snelle vergelijking: 3 manieren om UTF-8 CSV-bestanden correct te openen

Kies de oplossing die past bij de herkomst van het .csv-bestand en de manier waarop het geopend moet worden:

MethodeIdeaal voorBehoudt voorloopnullen (00412)?Werkt bij dubbelklikken in Excel?
1. Excel Gegevens > Van tekst/CSVEen bestaand CSV-bestand openen zonder het bestand op schijf aan te passenJa (stel kolomtype in op Tekst in het voorbeeldscherm)Nee (vereist importeren vanuit een lege werkmap)
2. UTF-8 BOM (EF BB BF) toevoegenCSV-bestanden exporteren vanuit Python, scripts of databases voor Excel-gebruikersNee (Excel converteert numerieke reeksen nog steeds automatisch bij dubbelklikken)Ja
3. Google Spreadsheets / LibreOffice CalcEen UTF-8 CSV snel controleren of direct omzetten naar .xlsxJa (bij het uitschakelen van automatische nummerconversie of exporteren)Ja (na opslaan als .xlsx)

Oplossing 1: Importeren via Gegevens > Van tekst/CSV (en voorloopnullen behouden)

Als iemand je een .csv stuurt die is geëxporteerd vanuit Shopify, Stripe, PostgreSQL of een macOS-/Linux-programma, slaat dubbelklikken de coderingskeuze van Excel volledig over. Door te importeren via het tabblad Gegevens dwing je Excel om het bestand te lezen als 65001: Unicode (UTF-8) en kun je SKU- of telefoonnummerkolommen vergrendelen voordat Excel de voorloopnullen verwijdert.

  1. Open Microsoft Excel en kies een Lege werkmap (dubbelklik niet rechtstreeks op het .csv-bestand).
  2. Ga op het lint naar het tabblad Gegevens (Data) en klik in de groep Gegevens ophalen en transformeren op Van tekst/CSV (From Text/CSV).
  3. Selecteer je .csv-bestand en klik op Importeren (Import).
  4. Kijk in het voorbeeldscherm linksboven naar het vervolgkeuzemenu Bestandsoorsprong (File Origin). Wijzig dit van de standaard regionale codetabel (zoals 1252: West-Europees (Windows)) naar 65001: Unicode (UTF-8).
  5. Controleer de tabel in het voorbeeldscherm—Café en andere verminkte tekst verspringen direct weer naar de juiste weergave (Café).
  6. Optioneel (voorloopnullen en lange ID's beschermen): Bevat je werkblad postcodes, telefoonnummers of SKU's zoals 00412? Klik dan rechtsonder op Gegevens transformeren (Transform Data) om Power Query te openen. Selecteer de gewenste kolommen, wijzig het Gegevenstype van Geheel getal naar Tekst en klik linksboven op Sluiten en laden (Close & Load).
  7. Als je geen kolomtypen hoeft aan te passen, klik je simpelweg op Laden (Load).

Oplossing 2: Voeg een UTF-8 BOM (EF BB BF) toe zodat dubbelklikken direct werkt

Wanneer je .csv-bestanden genereert voor collega's of klanten die het bestand onvermijdelijk dubbelklikken in Verkenner of Finder, blijft de instructie om telkens Gegevens > Van tekst/CSV te gebruiken zelden hangen.

Plaats in plaats daarvan een UTF-8 Byte Order Mark (BOM) van 3 bytes—de hexadecimale bytes EF BB BF (\xEF\xBB\xBF)—aan het absolute begin (byte 0) van het bestand. Zodra Excel deze drie bytes aan het begin van een .csv detecteert, schakelt het programma bij dubbelklikken onmiddellijk over naar UTF-8-decodering.

In Python (pandas of de ingebouwde module csv)

Standaard schrijft pandas.DataFrame.to_csv() reguliere UTF-8 zonder BOM (encoding="utf-8"). Wijzig de parameter voor de codering naar utf-8-sig, zodat Python de 3-byte BOM-kop automatisch toevoegt:

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"]
})

# Standaard UTF-8 zonder BOM (verhaspelt bij dubbelklikken in Excel)
# df.to_csv("report_no_bom.csv", index=False, encoding="utf-8")

# UTF-8 met BOM (opent foutloos bij dubbelklikken in Excel)
df.to_csv("report_excel_ready.csv", index=False, encoding="utf-8-sig")

Gebruik je Python's ingebouwde open() en csv.writer, geef dan encoding="utf-8-sig" mee aan open():

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"])

In de macOS- of Linux-terminal

Wil je een bestaand UTF-8 .csv-bestand via de opdrachtregel repareren zonder een teksteditor te openen, voeg dan de byte-reeks \xEF\xBB\xBF toe met printf en cat:

printf '\xEF\xBB\xBF' | cat - clean.csv > excel_ready.csv

Binnen Excel (Opslaan als)

Heb je een bestand al netjes geïmporteerd en wil je een .csv-kopie opslaan die anderen direct kunnen dubbelklikken:

  • Ga naar Bestand > Opslaan als (File > Save As) en kies in het vervolgkeuzemenu voor bestandstype CSV UTF-8 (door lijstscheidingsteken gescheiden) (*.csv) of CSV UTF-8 (door komma's gescheiden) (*.csv)—kies niet voor de verouderde opties CSV (gescheiden door scheidingsteken) (*.csv) of Macintosh met komma's gescheiden (*.csv).

Wanneer je GEEN UTF-8 BOM moet gebruiken

Hoewel Excel afhankelijk is van de UTF-8 BOM voor automatische detectie bij dubbelklikken, vermeldt de officiële Unicode-standaard dat een BOM noch vereist noch aanbevolen is voor reguliere UTF-8-gegevensstromen in Unix/Linux-omgevingen. Strikte opdrachtregelparsers of oudere scripts die \xEF\xBB\xBF niet automatisch weglaten, zien die drie onzichtbare bytes als onderdeel van de eerste kolomnaam (waardoor "id" verandert in "\ufeffid"). Hanteer twee vuistregels:

  • .csv-bestanden leveren aan eindgebruikers voor Excel: Gebruik utf-8-sig (UTF-8 met BOM).
  • .csv-bestanden sturen naar strikte Linux-CLI-tools of database-invoer: Gebruik standaard utf-8 (zonder BOM).

Oplossing 3: Openen via Google Spreadsheets of LibreOffice Calc

Wil je geen terminalcommando's uitvoeren of Excel-dialogen doorlopen, open het bestand dan in een spreadsheetprogramma dat standaard UTF-8 gebruikt:

  • Google Spreadsheets: Open een nieuw werkblad -> Bestand > Importeren > Uploaden -> selecteer je .csv-bestand. Google Spreadsheets herkent standaard UTF-8 zonder BOM automatisch. Klik na het importeren op Bestand > Downloaden > Microsoft Excel (.xlsx) om een werkmap op te slaan waarin de tekenversleuteling nooit voor verwarring zorgt.
  • LibreOffice Calc: Bij het openen van een .csv verschijnt direct een importvenster waarin je kunt controleren of de Tekenset op Unicode (UTF-8) staat en specifieke kolommen als Tekst kunt markeren voordat je op OK klikt.

Moet je een meertalige .csv- of .xlsx-productlijst vertalen zonder komma-scheidingstekens of UTF-8-codering te beschadigen? Bekijk dan onze handleidingen over hoe je een CSV-bestand vertaalt en hoe je een Excel-bestand vertaalt.

Waarom verandert Café in Café in Excel?

Het verschijnen van é of € in een werkblad lijkt op willekeurige bestandscorruptie, maar volgt een volkomen logisch patroon. Dit gebeurt er achter de schermen:

  1. Standaard .csv-bestanden zijn ruwe bytestreams: In tegenstelling tot .xlsx (wat een gezipt pakket van XML-bestanden is waarin UTF-8 expliciet wordt gedeclareerd), heeft een .csv-bestand geen metadatakop. Vrijwel alle moderne data-applicaties—zoals Python pandas, PostgreSQL, Shopify, Stripe, Google Spreadsheets en macOS-/Linux-tools—exporteren .csv-bestanden standaard in UTF-8 zonder BOM.
  2. UTF-8 gebruikt 2 tot 4 bytes voor niet-ASCII-tekens: Standaard Engelse ASCII-letters (A-Z, 0-9) gebruiken een enkele byte (0x00 tot 0x7F), wat identiek is in UTF-8 en oudere codetabellen. Alles buiten de basis-ASCII gebruikt meerdere bytes:
    • é (U+00E9) bestaat in UTF-8 uit twee bytes: C3 A9.
    • ü (U+00FC) bestaat in UTF-8 uit twee bytes: C3 BC.
    • € (U+20AC) bestaat in UTF-8 uit drie bytes: E2 82 AC.
  3. Excel valt terug op de verouderde codetabel van het besturingssysteem: Wanneer je dubbelklikt op een .csv zonder BOM, decodeert het klassieke Excel elke byte met de verouderde 8-bits codetabel van het lokale systeem (Windows-1252 op West-Europese Windows-versies, GBK op vereenvoudigd Chinees, Shift_JIS op Japans of MacRoman).

Wanneer Windows-1252 meertalige UTF-8-bytes één voor één inleest, ontstaat voorspelbare mojibake:

Oorspronkelijke tekstUTF-8 hex-bytesGedecodeerd als Windows-1252Gedecodeerd als GBK (Vereenvoudigd Chinees)
Café43 61 66 C3 A9Café (C3 = Ã, A9 = ©)Café of verminkt volgsymbool
München4D C3 BC 6E 63 68 65 6EMünchen (C3 = Ã, BC = ¼)M黱chen
€100E2 82 AC 31 30 30€100 (E2 = â, 82 = ‚, AC = ¬)Verminkt CJK-teken + 100
日本語E6 97 A5 E6 9C AC E8 AA 9E日本語 (9 Latijn-1-tekens)涓枃 / verhaspelde hanzi-paren

Omdat de onderliggende bytes op schijf nog steeds geldig UTF-8 zijn, blijft je data intact als je het bestand sluit zonder op te slaan. Druk je in Excel echter op Ctrl+S, dan slaat Excel de foute tekens (Café) opnieuw op naar de schijf, waardoor de oorspronkelijke tekst onherroepelijk wordt overschreven.

Veelgestelde vragen

Waarom zijn de tekens blijvend beschadigd nadat ik de CSV in Excel heb opgeslagen?

Wanneer Excel een UTF-8 .csv opent met een verouderde codetabel zoals Windows-1252, worden de tekens op het scherm verkeerd gedecodeerd (zoals Café). Druk je vervolgens op Ctrl+S, dan schrijft Excel die foute tekens terug naar de schijf en overschrijft het de oorspronkelijke UTF-8-bytes. Heb je het bestand al per ongeluk opgeslagen, exporteer de .csv dan opnieuw vanuit het bronsysteem—of herstel een eerdere versie van het bestand—voordat je Oplossing 1 of Oplossing 2 toepast.

Waarom opent Google Spreadsheets exact dezelfde CSV wel zonder vreemde tekens?

Google Spreadsheets negeert de lokale regionale Windows- of macOS-codetabel van je computer en gaat er standaard van uit dat geüploade .csv-bestanden gecodeerd zijn in UTF-8. Aangezien vrijwel alle webapplicaties en databases standaard UTF-8 zonder BOM exporteren, geeft Google Spreadsheets de gegevens direct foutloos weer.

Hoe voorkom ik dat Excel voorloopnullen verwijdert (zoals 00412) of lange getallen afkapt tot 1.23E+15?

Het toevoegen van een UTF-8 BOM lost alleen de tekenherkenning bij dubbelklikken op, maar Excel zet cijferreeksen bij dubbelklikken nog steeds automatisch om in getallen. Hierdoor verdwijnen voorloopnullen bij postcodes of SKU's en worden lange ID-nummers afgekapt. Om voorloopnullen te behouden, gebruik je altijd Gegevens > Van tekst/CSV, klik je op Gegevens transformeren en stel je die kolommen handmatig in op het gegevenstype Tekst voordat je de gegevens laadt.

Bronnen