Cách Dịch File CSV Không Bị Lệch Cột Hay Vỡ Định Dạng

Equalang

Tóm tắt

Hướng dẫn dịch file CSV sang tiếng Việt hoặc ngôn ngữ khác mà không bị dấu phẩy hay dấu ngoặc kép làm lệch cột. Chuyển sang XLSX trước hoặc trích xuất cột bằng script.

Từ khóa: dịch file csv; dịch file csv sang tiếng việt; dịch file csv online; dịch file csv miễn phí; căn chỉnh cột dịch csv

Dịch trực tiếp file CSV thô dưới dạng văn bản thuần (plain text) gần như chắc chắn sẽ làm vỡ cấu trúc bảng và lệch cột dữ liệu. Vì định dạng CSV dựa hoàn toàn vào dấu phẩy, ký tự xuống dòng và dấu ngoặc kép để xác định điểm bắt đầu và kết thúc của từng ô, nên chỉ cần xuất hiện thêm một dấu phẩy trong câu dịch—hoặc số thập phân như 12.50 bị bản địa hóa thành 12,50—trình phân tích cú pháp sẽ tách một trường thành hai cột và đẩy toàn bộ các cột phía sau lệch sang phải.

Để dịch file CSV sang tiếng Việt hoặc ngôn ngữ khác mà không làm hỏng dữ liệu, bạn cần tách biệt ranh giới ô khỏi nội dung văn bản bên trong ô trước khi tiến hành dịch. Dưới đây là hai phương pháp đáng tin cậy nhất: chuyển đổi file CSV thành bảng tính Excel (.xlsx) để khóa chặt từng trường dữ liệu vào một ô riêng biệt, hoặc chỉ trích xuất các cột văn bản theo ID hàng bằng script lập trình.

Tại Sao File CSV Thô Lại Bị Vỡ Cột Khi Dịch Bằng Công Cụ Văn Bản?

Theo đặc tả tiêu chuẩn định dạng CSV (RFC 4180), file CSV hoàn toàn không có khung lưới ẩn mà chỉ được cấu tạo từ các ký tự:

  • Các trường được phân tách bằng dấu phẩy (,), và các bản ghi được phân tách bằng ký tự xuống dòng (CRLF hoặc LF).
  • Bất kỳ trường nào chứa dấu phẩy, ký tự xuống dòng hoặc dấu ngoặc kép (") bắt buộc phải được bao bọc trong cặp dấu ngoặc kép.
  • Dấu ngoặc kép xuất hiện bên trong một trường đã được bao bọc phải được thoát (escape) bằng cách nhân đôi dấu ngoặc kép ("").

Khi bạn dán văn bản CSV thô vào công cụ dịch văn bản thông thường hoặc đổi đuôi file .csv thành .txt để tải lên, hệ thống dịch thuật sẽ hiểu mỗi dòng là một câu văn thông thường thay vì một bản ghi dữ liệu có cấu trúc. Ba lỗi nghiêm trọng sẽ lập tức xảy ra:

  1. Dấu phẩy không được bao bọc trong bản dịch: Cụm từ gốc không có dấu phẩy (như "Versandkostenfrei ab 50 EUR" hoặc trường không có dấu ngoặc kép Livraison gratuite dès 50 EUR) khi dịch sang tiếng Anh hoặc ngôn ngữ khác lại xuất hiện thêm dấu phẩy ngữ pháp. Do trường gốc không được bao trong dấu ngoặc kép, dấu phẩy mới này lập tức tách trường đó thành hai cột trên dòng dữ liệu.
  2. Bản địa hóa định dạng số và dấu thập phân: Khi dịch sang các ngôn ngữ châu Âu như tiếng Đức, tiếng Pháp hoặc tiếng Tây Ban Nha, số 12.50 thường bị chuyển đổi theo thói quen bản địa thành 12,50 hoặc 1,200 thành 1.200. Trong cột số không có dấu ngoặc kép bao bọc, 12,50 bị xé thành hai cột (12 và 50), làm toàn bộ mã SKU, số lượng tồn kho và mốc thời gian bị đẩy lệch sang phải một cột.
  3. Dấu ngoặc kép bị mất hoặc biến thành dấu ngoặc kép cong: Các công cụ dịch thuật thường tự động thay thế dấu ngoặc kép thẳng chuẩn ASCII ("") bằng dấu ngoặc kép cong (“” hoặc « »), hoặc bỏ sót dấu ngoặc kép đóng ở phần mô tả sản phẩm nhiều dòng. Khi cặp dấu ngoặc kép bị hỏng, trình đọc CSV sẽ nuốt toàn bộ hàng trăm dòng dữ liệu phía sau gộp vào chung một ô khổng lồ.

File CSV gốc ban đầu (3 cột: sku, title, price_usd):

SKU-104,Wireless mouse with USB receiver,24.99

Kết quả bị lỗi sau khi dịch dưới dạng văn bản thô (thành 4 cột thay vì 3 cột):

SKU-104,Souris sans fil, avec récepteur USB,24,99

Phương Pháp 1: Chuyển CSV Sang XLSX, Dịch Từng Ô, Sau Đó Xuất Lại Thành CSV

Đối với danh mục sản phẩm thương mại điện tử, dữ liệu khảo sát, bảng từ khóa đa ngôn ngữ và bảng báo cáo tài chính, quy trình an toàn nhất là chuyển đổi file .csv sang định dạng Excel (.xlsx) trước, tiến hành dịch file .xlsx để từng ô được cô lập hoàn toàn, sau đó lưu lại bảng tính đã dịch thành file CSV chuẩn mã hóa UTF-8.

Chúng tôi minh họa quy trình này thông qua tính năng dịch tài liệu Equalang. Cần lưu ý rõ về phạm vi định dạng ngay từ đầu: Equalang hỗ trợ dịch các định dạng PDF, DOCX, PPTX, XLSX, EPUB, HTML và TXT—nhưng không hỗ trợ tải lên trực tiếp file .csv. Việc chuyển đổi từ .csv sang .xlsx trước vừa là yêu cầu về định dạng tệp, vừa là giải pháp kỹ thuật giúp ngăn các dấu phân cách trong câu can thiệp vào cấu trúc cột.

Bước 1: Mở CSV Bằng Phần Mềm Bảng Tính và Lưu Dưới Dạng .xlsx

Không đổi đuôi file trực tiếp từ .csv thành .xlsx trong trình quản lý tệp tin. Hãy mở hoặc nhập file CSV vào phần mềm bảng tính như Microsoft Excel, LibreOffice Calc hoặc Google Sheets để trình phân tích tách đúng các cột, sau đó lưu hoặc xuất một bản sao thành tệp .xlsx.

Nếu file CSV của bạn chứa tiếng Việt có dấu, tiếng Trung, tiếng Nhật hoặc các ký tự đặc biệt, hãy sử dụng tính năng Data > From Text/CSV trong Excel và đảm bảo nguồn tệp (File Origin) được đặt là 65001: Unicode (UTF-8) trước khi tải dữ liệu (hướng dẫn nhập/xuất file văn bản hoặc CSV trong Microsoft Excel). Thao tác nhấp đúp để mở file CSV UTF-8 không có Byte Order Mark (BOM) trong một số phiên bản Excel có thể làm lỗi font chữ ngay cả trước khi bạn bắt đầu dịch.

Bước 2: Dịch File .xlsx

Tải tệp .xlsx lên trang Equalang Tài liệu và chọn ngôn ngữ đích bạn cần (tính năng dịch tài liệu hiện hỗ trợ nhiều ngôn ngữ như tiếng Việt, tiếng Anh, tiếng Trung, tiếng Nhật, tiếng Hàn, tiếng Tây Ban Nha, tiếng Pháp, cùng khả năng tự động nhận diện ngôn ngữ nguồn). Bạn có thể kiểm tra chi tiết cách tính token tại trang giá.

Nhờ việc tệp .xlsx lưu trữ mỗi trường dưới dạng một đối tượng ô riêng biệt thay vì văn bản phân tách bằng dấu phẩy:

  • Dấu phẩy và ký tự xuống dòng được giữ an toàn bên trong ô: Nếu bản dịch mô tả sản phẩm có thêm ba dấu phẩy và ngắt đoạn xuống dòng, toàn bộ đoạn văn đó vẫn nằm gọn trong ô B14 mà không tràn sang các ô lân cận.
  • Số thuần túy và công thức tính toán không bị can thiệp: Các ô chỉ chứa số (giá cả, số lượng tồn kho, mã ID số) và các công thức bảng tính được bỏ qua trong quá trình dịch và ghi lại nguyên vẹn, đảm bảo 24.99 giữ nguyên là 24.99 chứ không bị đổi thành 24,99.
  • Các chuỗi văn bản trùng lặp chỉ được dịch một lần: Nếu một tên danh mục như Electronics hay trạng thái như In Stock lặp lại ở 2.000 dòng, hệ thống chỉ dịch và tính phí một lần duy nhất, giúp thuật ngữ được đồng nhất trên toàn bộ bảng.
Bảng tính XLSX bản dịch tiếng Anh giữ nguyên cấu trúc cột, ô số và tổng cộng
Ảnh chụp màn hình bảng tính tiếng Anh minh họa việc chuyển đổi tập dữ liệu CSV sang XLSX trước khi dịch trên Equalang giúp khóa từng trường văn bản trong ô riêng mà không làm thay đổi các ô số hay công thức

Khi tiến trình dịch hoàn tất, bạn có thể xem lại bảng tính gốc và bảng tính đã dịch song song ngay trong không gian làm việc trên web trước khi tải về máy. Để tìm hiểu thêm về định dạng bảng tính, bạn có thể tham khảo bài viết cách dịch file Excel.

Bước 3: Kiểm Tra Các Mã Chữ Số, Sau Đó Xuất Lại Thành CSV UTF-8

Trước khi xuất ngược lại định dạng .csv, hãy lướt nhanh các cột chứa chuỗi chữ và số kết hợp—chẳng hạn như mã SKU (BLK-SM-01), viết tắt đơn vị tính (pcs), tên nhà sản xuất hoặc mã trạng thái hệ thống. Mặc dù các ô số thuần túy được tự động giữ nguyên, các ô văn bản chứa từ ngữ hoặc chữ viết tắt có thể bị dịch (ví dụ pcs bị dịch thành chữ "cái" hoặc "chiếc"). Nếu phần mềm nhập liệu phía sau yêu cầu giữ nguyên giá trị tiếng Anh, bạn chỉ cần sao chép lại cột đó từ file gốc dán đè vào bản dịch.

Lưu ý rằng tên các tab trang tính sẽ không bị dịch, và nếu bạn có sử dụng công thức Excel kiểm tra văn bản cụ thể (chẳng hạn =IF(F2="In Stock", 1, 0)), chuỗi bên trong công thức vẫn giữ nguyên ngôn ngữ gốc. Do đó hãy đối chiếu lại chuỗi điều kiện trong công thức sao cho khớp với từ ngữ đã dịch trước khi xuất file.

Cuối cùng, trong Excel, chọn File > Save As và chọn định dạng CSV UTF-8 (Comma delimited) (*.csv). Excel sẽ tự động bọc mọi trường dịch có chứa dấu phẩy, dấu ngoặc kép hoặc ký tự xuống dòng bằng cặp dấu ngoặc kép hợp lệ theo chuẩn RFC 4180.

Phương Pháp 2: Tách Cột Văn Bản Theo ID Hàng Bằng Script (Dành Cho Lập Trình Viên & Pipeline Tự Động)

Nếu file CSV của bạn có tới hàng trăm nghìn dòng, nằm trong quy trình tích hợp CI/CD tự động, hoặc bảng có 40 cột nhưng chỉ có 2 cột (product_name và description) cần dịch, việc thao tác thủ công qua .xlsx sẽ không khả thi.

Trong quy trình tự động hóa bằng mã nguồn, tuyệt đối không cắt chuỗi bằng phương pháp thông thường (line.split(",")) hoặc gửi cả dòng CSV thô tới API dịch thuật. Thay vào đó, hãy sử dụng thư viện phân tích cú pháp chuẩn RFC 4180—chẳng hạn như module csv tích hợp sẵn trong Python—để đọc từng dòng vào bộ nhớ, chỉ gửi các cột văn bản chỉ định đi dịch, và để csv.writer tự động xử lý việc thoát ký tự khi ghi file.

Dưới đây là mẫu xử lý an toàn bằng Python (chỉ dịch các cột văn bản theo tên tiêu đề và giữ nguyên các cột ID, SKU, URL và giá tiền):

import csv

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

def translate_text(text: str) -> str:
    # Thay thế bằng hàm gọi API dịch thuật cho giá trị của một ô
    if not text.strip():
        return text
    return text  # vị trí giả định dữ liệu mẫu

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)

Lý do phương pháp này vận hành chuẩn xác:

  1. newline="" và csv.DictReader xử lý hoàn hảo ô nhiều dòng: Dù mô tả sản phẩm dài 5 dòng kèm nhiều dấu phẩy và dấu ngoặc kép thoát (""), csv.DictReader vẫn đọc gọn gàng thành một chuỗi Python duy nhất cho ô dữ liệu đó.
  2. Các cột không cần dịch được bảo toàn tuyệt đối: Các cột như id, sku, price, image_url và created_at hoàn toàn không đi qua hàm dịch, loại bỏ nguy cơ làm hỏng liên kết ảnh hoặc sai định dạng số thập phân.
  3. csv.DictWriter tự động thêm ngoặc kép bao bọc: Khi văn bản dịch trả về có thêm dấu phẩy hoặc dấu ngoặc kép mới, chế độ csv.QUOTE_MINIMAL sẽ tự động bao bọc trường đó trong cặp "..." và nhân đôi dấu ngoặc kép bên trong theo đúng chuẩn RFC 4180.

Nếu bạn muốn xử lý nhanh các bảng nhỏ (vài trăm dòng) mà không cần viết mã, bạn có thể nhập CSV vào Google Sheets và dùng công thức =GOOGLETRANSLATE(B2, "auto", "vi") ở cột phụ bên cạnh, sau đó sao chép và dán dưới dạng giá trị thuần (Paste values) rồi tải xuống dạng .csv. Lưu ý rằng công thức hàm trên Google Sheets gửi yêu cầu cho từng dòng nên rất dễ bị nghẽn mạng hoặc quá thời gian chờ (timeout) nếu áp dụng cho hàng nghìn dòng.

Bảng So Sánh Nhanh: Quy Trình Nào Phù Hợp Với File CSV Của Bạn?

Tình huống sử dụngQuy trình khuyến nghịĐiểm cần lưu ý
Từ 100 đến 50.000 dòng, hỗn hợp cột chữ và số, nhiều nhãn danh mục lặp lạiChuyển .csv → .xlsx, dịch trên Equalang, xuất lại thành CSV UTF-8Sao chép lại các cột mã SKU/Enum nguyên bản nếu phần mềm nhập liệu phía sau yêu cầu chuỗi gốc
Dưới 200 dòng, xử lý nhanh một lầnMở trong Google Sheets, dùng hàm =GOOGLETRANSLATE() ở cột phụ, tải về dạng CSVÔ công thức sẽ liên tục tính toán lại và dễ lỗi nếu file lớn; nhớ dán giá trị thuần trước khi xuất file
Hệ thống tự động hóa backend hoặc tập dữ liệu cực lớn (trên 100k dòng)Dùng Python csv.DictReader, chỉ trích xuất các cột văn bản chỉ định để dịch, ghi bằng csv.DictWriterNên lưu đệm (cache) các chuỗi trùng lặp vào từ điển trước khi gọi API để tiết kiệm chi phí dịch thuật

Câu Hỏi Thường Gặp

Tôi có thể tải trực tiếp file .csv lên Equalang để dịch không?

Không. Công cụ dịch tài liệu Equalang hỗ trợ các định dạng PDF, DOCX, PPTX, XLSX, EPUB, HTML và TXT, không nhận trực tiếp file có đuôi .csv. Vui lòng mở CSV trong Excel hoặc phần mềm bảng tính tương tự, lưu lại thành file .xlsx, dịch file .xlsx đó rồi xuất kết quả ra file CSV UTF-8.

Làm thế nào để Excel không biến các ký tự đã dịch thành ký tự lỗi font (như ??? hay é)?

Luôn lưu và mở file CSV dưới định dạng CSV UTF-8 (Comma delimited). Khi mở file CSV UTF-8 trên Microsoft Excel ở hệ điều hành Windows, nếu nhấp đúp bị lỗi font, hãy mở một bảng tính trống và vào mục Data > From Text/CSV với tùy chọn File Origin là 65001: Unicode (UTF-8).

Tại sao các cột số hoặc giá trị tiền tệ bị nhảy cột sau khi dịch CSV?

Nếu bạn dịch file CSV dưới dạng văn bản thô sang các ngôn ngữ sử dụng dấu phẩy làm dấu phân cách thập phân (như tiếng Đức, tiếng Pháp hay tiếng Tây Ban Nha), số 19.99 rất dễ bị biến thành 19,99 mà không có dấu ngoặc kép bao bọc. Việc chuyển CSV sang .xlsx trước khi dịch giúp các ô số được nhận diện đúng kiểu dữ liệu số, từ đó hệ thống dịch sẽ tự động bỏ qua và giữ nguyên vẹn giá trị.

Nguồn Tham Khảo