Как перевести CSV-файл без смещения колонок и повреждения структуры

Equalang

Вкратце

Перевод CSV-файла на русский и другие языки без сдвига столбцов из-за запятых и кавычек. Конвертация в XLSX или извлечение текстовых колонок скриптом.

Ключевые слова: перевести csv файл; перевод csv на русский; перевести csv онлайн; перевод csv без смещения колонок; переводчик csv

Перевод исходного CSV-файла как обычного текста практически всегда нарушает его структуру и приводит к смещению колонок. Поскольку в формате CSV для разделения ячеек и строк используются обычные запятые, переносы строк и двойные кавычки, любая запятая, появившаяся в переведенной фразе — или десятичное число вроде 12.50, преобразованное в 12,50 по правилам языка, — делит одно поле на две части и сдвигает все последующие столбцы вправо. Чтобы перевести CSV-файл на русский или другой язык без потери данных, необходимо отделить границы ячеек от текста внутри них еще до запуска перевода. Для этого существуют два надежных способа: предварительно преобразовать CSV в книгу Excel (.xlsx), чтобы каждое значение было зафиксировано в отдельной ячейке, либо программно извлечь только текстовые колонки по идентификаторам строк через скрипт.

Почему обычные текстовые переводчики ломают CSV-файлы

Согласно спецификации формата CSV (RFC 4180), CSV-файл не имеет скрытых визуальных табличных рамок и задается только символами:

  • Поля разделяются запятыми (,), а записи разделяются переносами строк (CRLF или LF).
  • Любое поле, содержащее запятую, перенос строки или двойную кавычку ("), обязано быть заключено в двойные кавычки.
  • Символ двойной кавычки внутри такого поля экранируется путем его удвоения ("").

Когда вы вставляете исходный текст CSV в обычный онлайн-переводчик или загружаете файл .csv, переименованный в .txt, модель считывает строки как стандартные предложения, а не как структурированные записи. Это приводит к трем типичным проблемам:

  1. Неэкранированные запятые в переводе: Исходная фраза без запятой (Livraison gratuite dès 50 EUR) переводится как "Бесплатная доставка, заказы от 50 EUR". Если исходное поле не было обернуто в кавычки, новая запятая создает на этой строке дополнительную колонку.
  2. Локализация чисел и десятичных дробей: При переводе на русский, немецкий или французский языки точка в числах заменяется на запятую: 12.50 превращается в 12,50 или 1,200 в 1.200. В числовой колонке без кавычек 12,50 превращается в два столбца (12 и 50), сдвигая артикулы (SKU), остатки на складе и даты на один столбец вправо.
  3. Повреждение кавычек и типографские кавычки: Обычные переводчики часто заменяют прямые кавычки ASCII ("") на типографские («елочки» или “лапки”), либо теряют закрывающую кавычку в длинных многострочных описаниях. Если пара кавычек нарушена, парсер CSV объединяет сотни последующих строк в одну гигантскую ячейку.

Исходный CSV (3 колонки: sku, title, price_usd):

SKU-104,Wireless mouse with USB receiver,24.99

Испорченный результат после построчного перевода (4 колонки вместо 3):

SKU-104,Беспроводная мышь, с USB-приемником,24,99

Способ 1: Сконвертировать CSV в XLSX, перевести по ячейкам и экспортировать обратно в CSV

Для товарных каталогов, таблиц локализации интерфейсов, выгрузок опросов и финансовых отчетов наиболее удобный и надежный рабочий процесс — сначала преобразовать .csv в книгу Excel (.xlsx), перевести файл .xlsx с сохранением изоляции ячеек, а затем сохранить готовый результат обратно в формате UTF-8 CSV.

Рассмотрим этот процесс на примере перевода документов Equalang. Сразу обозначим важное техническое ограничение: переводчик документов Equalang поддерживает форматы PDF, DOCX, PPTX, XLSX, EPUB, HTML и TXT, но не принимает напрямую файлы с расширением .csv. Предварительная конвертация .csv в .xlsx обязательна для загрузки и гарантирует, что знаки препинания в переведенном тексте не повлияют на структуру таблицы.

Шаг 1: Открыть CSV в табличном редакторе и сохранить как .xlsx

Не переименовывайте расширение файла с .csv на .xlsx вручную в файловом менеджере. Откройте или импортируйте CSV в Microsoft Excel, LibreOffice Calc или Google Таблицах, чтобы редактор корректно разбил данные по колонкам, и сохраните копию как книгу Excel (.xlsx).

Если ваш CSV содержит кириллицу, иероглифы или европейские буквы с диакритикой, используйте в Excel меню Данные > Из текста/CSV и перед загрузкой убедитесь, что в поле «Происхождение файла» выбрана кодировка 65001: Юникод (UTF-8) (подробнее в руководстве Microsoft Excel по импорту и экспорту текстовых файлов и CSV). Открытие UTF-8 CSV двойным щелчком мыши в устаревших версиях Excel может привести к искажению символов («кракозябрам») еще до начала перевода.

Шаг 2: Перевести файл .xlsx

Загрузите файл .xlsx в разделе Equalang Документы и укажите целевой язык (перевод документов поддерживает русский, английский, китайский, японский, корейский, испанский, французский, немецкий и другие языки с автоматическим определением исходного языка). Правила расчета токенов можно посмотреть на странице тарифов.

Поскольку в формате .xlsx каждое поле хранится как отдельный объект ячейки, а не текст с разделителями:

  • Запятые и переносы строк остаются внутри ячейки: Если в переведенном описании товара добавились запятые или перенос строки, весь текст сохраняется внутри ячейки B14 и не выходит за ее пределы.
  • Числа и формулы не изменяются: Числовые ячейки (цены, количество, числовые идентификаторы) и формулы таблицы не передаются в перевод и остаются в исходном виде: 24.99 сохраняется как 24.99 и не превращается в 24,99.
  • Повторяющиеся строки переводятся один раз: Названия категорий или статусы (например, Electronics или In Stock), встречающиеся на тысячах строк, обрабатываются единообразно без лишних затрат.
Переведенная таблица XLSX с сохранением структуры колонок, чисел и формул
На скриншоте показан англоязычный интерфейс таблицы XLSX: конвертация CSV в XLSX перед переводом в Equalang изолирует каждое текстовое поле в отдельной ячейке и оставляет числа и формулы неизменными

После завершения перевода вы можете сопоставить исходную и переведенную таблицы в веб-интерфейсе перед скачиванием. Подробнее об особенностях обработки электронных таблиц читайте в руководстве о том, как перевести файл Excel.

Шаг 3: Проверить буквенно-цифровые коды и экспортировать обратно в UTF-8 CSV

Перед обратным экспортом в .csv просмотрите колонки с буквенно-цифровыми обозначениями — артикулами товаров (BLK-SM-01), сокращениями единиц измерения (pcs), названиями брендов или статусами системы. Хотя чисто числовые ячейки автоматически пропускаются, текстовые ячейки с английскими словами могут быть переведены (например, pcs переведется как «шт.»). Если ваша база данных требует наличия строго исходных английских значений в конкретной колонке, просто скопируйте исходный столбец из оригинального файла.

Обратите внимание, что названия вкладок листов не переводятся. Кроме того, если в файле используются формулы с текстовыми условиями в кавычках (например, =ЕСЛИ(F2="In Stock"; 1; 0)), текст внутри формулы останется на исходном языке; перед экспортом обновите условия в формулах под переведенные значения ячеек.

Затем в Excel выберите Файл > Сохранить как и укажите тип файла CSV UTF-8 (разделитель — запятая) (*.csv). Excel автоматически заключит в кавычки по стандарту RFC 4180 все переведенные поля, содержащие запятые, переносы строк или кавычки.

Способ 2: Извлечение текстовых колонок по ID строки через скрипт (для разработчиков и автоматизации)

Если ваш CSV-файл насчитывает сотни тысяч строк, обрабатывается в CI/CD-пайплайне или содержит 40 колонок, из которых переводить нужно только две (title и description), ручная конвертация в .xlsx нерациональна.

В программных процессах никогда не разбивайте строки методом split(",") и не отправляйте строки целиком в API. Надежный подход заключается в использовании парсера стандарта RFC 4180 — например, встроенного модуля Python csv, — который разбирает строки, переводит только нужные столбцы и корректно форматирует результат с помощью csv.writer.

Пример на Python:

import csv

SOURCE_FILE = "catalog_source.csv"
OUTPUT_FILE = "catalog_ru.csv"
COLUMNS_TO_TRANSLATE = {"title", "description"}

def translate_text(text: str) -> str:
    # Замените вызовом API перевода для значения отдельной ячейки
    if not text.strip():
        return text
    return text  # временная заглушка

with open(SOURCE_FILE, mode="r", encoding="utf-8-sig", newline="") as infile, \
     open(OUTPUT_FILE, mode="w", encoding="utf-8", newline="") as outfile:

    reader = csv.DictReader(infile)
    writer = csv.DictWriter(
        outfile,
        fieldnames=reader.fieldnames,
        quoting=csv.QUOTE_MINIMAL
    )
    writer.writeheader()

    for row in reader:
        for col in COLUMNS_TO_TRANSLATE:
            if col in row and row[col]:
                row[col] = translate_text(row[col])
        writer.writerow(row)

Преимущества такого скрипта:

  1. Параметр newline="" и csv.DictReader корректно читают многострочные ячейки: Даже если описание товара занимает несколько строк с внутренними запятыми и экранированными кавычками (""), csv.DictReader передает его в виде одной цельной строки.
  2. Технические колонки защищены от изменений: Столбцы вроде id, sku, price, image_url и created_at не отправляются в перевод, что исключает порчу ссылок, лишние расходы и превращение точек в запятые в ценах.
  3. csv.DictWriter автоматически расставляет кавычки: Если переведенный текст содержит новые запятые или кавычки, режим csv.QUOTE_MINIMAL оборачивает поле в "..." и удваивает внутренние кавычки по правилам RFC 4180.

Для небольших файлов (до 200 строк) без программирования можно открыть CSV в Google Таблицах, применить формулу =GOOGLETRANSLATE(B2; "auto"; "ru") в соседней колонке, затем скопировать столбец, вставить только значения и скачать файл как .csv. Помните, что формулы Google Таблиц отправляют отдельный запрос для каждой строки и на больших таблицах могут зависать или возвращать ошибку тайм-аута.

Сравнение подходов: какой способ выбрать?

СценарийРекомендуемый способНа что обратить внимание
От 100 до 50 000 строк, смесь текста и чисел, повторяющиеся категорииКонвертация .csv → .xlsx, перевод в Equalang, экспорт в UTF-8 CSVПроверьте столбцы с артикулами и сокращениями; при необходимости скопируйте исходные значения обратно
До 200 строк, разовый быстрый переводGoogle Таблицы с функцией =GOOGLETRANSLATE() в соседней колонке, экспорт в CSVФормулы пересчитываются построчно и могут зависать; перед экспортом обязательно замените их значениями
Автоматизированный пайплайн или базы от 100 000 строкЧтение через csv.DictReader в Python, перевод только нужных колонок, запись через csv.DictWriterКэшируйте повторяющиеся фразы в локальном словаре, чтобы не отправлять в API одинаковые запросы

Часто задаваемые вопросы

Можно ли загрузить файл .csv напрямую в Equalang?

Нет. Сервис перевода документов Equalang поддерживает форматы PDF, DOCX, PPTX, XLSX, EPUB, HTML и TXT, и не принимает напрямую файлы с расширением .csv. Откройте CSV в Excel или другом табличном редакторе, сохраните его как .xlsx, переведите полученный файл и экспортируйте результат обратно в формат UTF-8 CSV.

Как избежать появления «кракозябр» (??? или é) при открытии переведенного CSV в Excel?

Всегда сохраняйте и открывайте файл как CSV UTF-8 (разделитель — запятая). Если при двойном щелчке по файлу в Windows текст отображается некорректно, создайте в Excel пустую книгу и воспользуйтесь меню Данные > Из текста/CSV, выбрав кодировку источника 65001: Юникод (UTF-8).

Почему после перевода CSV сместились цены и числовые столбцы?

Если CSV переводился как сплошной текст на язык с запятой в качестве десятичного разделителя (например, русский или французский), число 19.99 превратилось в 19,99 без кавычек. Конвертация CSV в .xlsx перед переводом сохраняет числовые ячейки в виде чисел, благодаря чему переводчик их пропускает и они остаются без изменений.

Источники