Tratar la marca de orden de bytes de la primera celda

El carácter invisible delante del encabezado

Muchos programas, entre ellos la opción CSV UTF-8 de Excel, empiezan un archivo de texto con una marca de orden de bytes: el carácter U+FEFF, que indica al lector que el archivo está en UTF-8. Es invisible en la mayoría de los editores, pero sigue siendo un carácter. Cuando una herramienta no lo quita, el primer encabezado pasa a ser la marca seguida de id, y cualquier búsqueda o combinación sobre una columna llamada id falla sin motivo aparente.

La herramienta de inspección quita una marca de orden de bytes justo al principio del texto pegado, antes de leer ninguna celda. El primer encabezado es entonces exactamente id.

Ejemplo: el encabezado id,name

El ejemplo de la página es un encabezado id,name que empieza con una marca de orden de bytes, seguido del registro 1,Mira, con la coma como «Delimitador». La herramienta de inspección indica 2 filas y 2 columnas, y la fila 1, columna 1, dice id, sin ningún prefijo oculto.

No cambia nada más del texto: las demás celdas conservan todos sus caracteres.

Sin ese paso, el primer encabezado se vería igual en pantalla pero sería distinto al compararlo, que es justo el tipo de discrepancia difícil de ver.

Revisar un archivo que puede llevar una marca

• Pega el archivo completo, desde su primer carácter, en «Texto de la tabla».
• Pulsa «Calcular» y mira el primer encabezado en la vista previa.
• Si comparas encabezados con otro archivo, compáralos después de pasar los dos por la herramienta de inspección.
• No trates esta eliminación como una limpieza general de espacios. Solo se quita una marca situada justo al principio.
• Si juntas varios archivos en un mismo texto, cualquier marca que estuviera al principio del segundo o del tercer archivo queda ahora en mitad del texto y se mantiene en la celda donde haya caído.

Marcas en mitad del texto y en las exportaciones

Una marca en mitad del texto sigue formando parte de esa celda. La herramienta para eliminar encabezados repetidos recorta espacios y caracteres similares en los bordes de las celdas antes de comparar, y ese recorte también abarca una marca de orden de bytes al principio de una celda, así que un encabezado repetido procedente de un segundo archivo unido puede reconocerse igualmente. Las celdas de tu resultado, en cambio, conservan el carácter.

La exportación CSV de la app Tablora empieza a propósito con una marca de orden de bytes, para que las hojas de cálculo abran correctamente textos con acentos, en turco, en japonés y en otras escrituras no latinas. Si pegas aquí un archivo así, la herramienta de inspección quita esa marca y el primer encabezado llega limpio.

Otros caracteres invisibles

Los espacios de ancho cero y caracteres similares no se quitan. Si un encabezado sigue sin coincidir después de este paso, búscalos en el origen.

Datos de entrada

Texto de la tabla

id,name 1,Mira

Delimitador

,

Resultados

Filas

2

Columnas

2

Filas con distinta anchura

0