Arrastra un CSV o pega un texto en el que salga «Peña», «José» o «â‚¬». El daño se detecta y se deshace celda a celda, el texto correcto no se toca y descargas un archivo UTF-8 limpio que Excel abre bien.
¿No tienes un archivo a mano?
Si hay que arreglar un archivo es porque lleva nombres, direcciones o datos de clientes. Aquí todo ocurre en tu navegador, en un hilo de fondo; el archivo no sale de tu equipo. Puedes comprobarlo en la pestaña Red de las herramientas para desarrolladores del navegador.
En UTF-8, la codificación que usan casi todas las webs y los programas actuales, letras como la ñ, la é o la ü ocupan dos bytes, y símbolos como € o el apóstrofo tipográfico ’ ocupan tres. Las codificaciones antiguas de un solo byte, como Windows-1252 («ANSI») o Latin-1, usan un byte por carácter. Cuando unos bytes UTF-8 se leen como Windows-1252, cada byte se convierte en un carácter: la ñ (bytes C3 B1) aparece como «Ã±», la é (C3 A9) como «Ã©» y el € (E2 82 AC) como «â‚¬».
El culpable más habitual es Excel. Un CSV en UTF-8 sin marca BOM abierto con doble clic se lee con la página de códigos antigua del sistema. Si alguien lo guarda después, los caracteres raros se escriben dentro del archivo como UTF-8 de verdad y el daño se queda ahí hasta que se deshace. Si se repite, llega la doble codificación: la ñ pasa a ser «ÃƒÂ±».
| Ves | Debería ser | Ves | Debería ser |
|---|---|---|---|
ñ | ñ | Ñ | Ñ |
á | á | é | é |
Ó | Ó | ó | ó |
ú | ú | ü | ü |
¿ ¡ | ¿ ¡ | º ª | º ª |
€ | € | ’ | ’ |
ç | ç | ñ | ñ (doble codificación) |
La herramienta busca grupos de caracteres que, devueltos a bytes de Windows-1252 o Latin-1, forman UTF-8 válido. Cada grupo se sustituye por el carácter que representa, y el proceso se repite para deshacer la doble o triple codificación. Solo se sustituye si el resultado es un carácter razonable: letras, signos de puntuación, símbolos de moneda o emojis. Las escrituras menos habituales, como el cirílico o el chino, solo se aceptan cuando aparecen varios caracteres dañados seguidos, como ocurre en un texto estropeado de verdad. Por eso «São Paulo», «Müller» o «CANCIÓN»» no se alteran nunca, y un archivo que mezcla filas dañadas y correctas sale bien.
Los archivos que simplemente están en Windows-1252 o Latin-1, sin daño, se leen bien y se guardan en UTF-8 con BOM. También puedes elegir la codificación a mano si el archivo viene de un sistema de Europa central o en cirílico.
Con el archivo limpio, pasa el CSV a Excel para que el problema no vuelva, o protege DNI y códigos postales con CSV a Excel sin perder ceros. Para exportar un libro con la codificación correcta desde el principio, usa Excel a CSV.
Sí. Es 100 % gratis, sin límites de uso, sin cuenta y sin registro. No hay plan de pago ni funciones bloqueadas.
No. El archivo o el texto pegado se reparan en tu navegador. La página solo descarga su propio código y la librería de código abierto SheetJS desde este mismo sitio; tus datos y el nombre de tus archivos no se envían a ningún sitio. Si aceptas las cookies de analítica, Google Analytics recibe datos de uso anónimos, como las páginas vistas, nunca tus datos ni el nombre de tus archivos.
El texto se guardó en UTF-8, donde la ñ ocupa dos bytes, y luego se leyó como Windows-1252 o Latin-1, donde cada uno de esos bytes es un carácter distinto: Ã y ±. Suele pasar cuando Excel abre un CSV UTF-8 sin BOM. Si ese texto estropeado se vuelve a guardar, el daño queda dentro del archivo, y esta herramienta lo deshace.
Sí. La doble codificación convierte la ñ en ñ, y una tercera vuelta la alarga todavía más. La reparación se repite hasta que no queda ninguna secuencia dañada.
No. Una secuencia solo se cambia si sus caracteres forman UTF-8 válido y el resultado es un carácter razonable. Palabras como São, Müller o CANCIÓN» se quedan como están, así que los archivos que mezclan filas dañadas y correctas no corren peligro. Cada cambio aparece en la vista previa antes de descargar.
No. El carácter � y los signos de interrogación indican que los bytes originales se perdieron al guardar el archivo. La herramienta los cuenta para que lo sepas, pero ninguna herramienta puede recuperarlos: hace falta la exportación original.
El archivo se lee como Windows-1252 y se guarda en UTF-8 con BOM, así que las tildes y las eñes siguen funcionando en Excel, Google Sheets y cualquier programa actual. No cambia nada más.
Analítica: solo si aceptas las cookies, la página carga Google Analytics (a través de Google Tag Manager) para contar visitas y saber qué herramientas se usan. Nunca recibe el contenido ni el nombre de tus archivos, y puedes cambiar tu elección cuando quieras con «Configurar cookies», al final de la página.