Gérer la marque d’ordre des octets dans la première cellule

Le caractère invisible avant l’en-tête

Beaucoup de programmes, dont l’option CSV UTF-8 d’Excel, commencent un fichier texte par une marque d’ordre des octets : le caractère U+FEFF, qui indique au lecteur que le fichier est en UTF-8. Il est invisible dans la plupart des éditeurs, mais c’est tout de même un caractère. Quand un outil ne le retire pas, le premier en-tête devient la marque suivie de id, et toute recherche ou jointure sur une colonne nommée id échoue sans raison apparente.

L’outil d’examen retire une marque d’ordre des octets tout au début du texte collé, avant de lire la moindre cellule. Le premier en-tête est alors exactement id.

Exemple : l’en-tête id,name

L’exemple de la page se compose d’un en-tête id,name qui commence par une marque d’ordre des octets, suivi de l’enregistrement 1,Mira, avec la virgule comme « Délimiteur ». L’outil d’examen indique 2 lignes et 2 colonnes, et la ligne 1, colonne 1, affiche id, sans préfixe caché.

Rien d’autre n’est modifié dans le texte : les autres cellules gardent tous leurs caractères.

Sans cette étape, le premier en-tête aurait la même apparence à l’écran mais serait considéré comme différent à la comparaison, précisément le genre d’écart difficile à voir.

Contrôler un fichier susceptible de porter une marque

• Collez le fichier entier, depuis son premier caractère, dans « Texte du tableau ».
• Appuyez sur « Calculer » et regardez le premier en-tête dans l’aperçu.
• Si vous comparez des en-têtes avec un autre fichier, comparez-les une fois que les deux sont passés par l’outil d’examen.
• Ne considérez pas ce retrait comme un nettoyage général des blancs. Seule une marque placée tout au début est retirée.
• Si vous réunissez plusieurs fichiers dans un même texte, la marque qui se trouvait au début du deuxième ou du troisième fichier se retrouve au milieu du texte et reste dans la cellule où elle a atterri.

Les marques au milieu du texte et dans les exports

Une marque au milieu du texte reste dans la cellule concernée. L’outil de suppression des en-têtes répétés supprime les espaces et les caractères semblables en bord de cellule avant de comparer, et cette suppression couvre aussi une marque d’ordre des octets en début de cellule : un en-tête répété venant d’un deuxième fichier réuni peut donc tout de même être reconnu. Les cellules de votre résultat, elles, gardent le caractère.

L’export CSV de l’app Tablora commence volontairement par une marque d’ordre des octets, pour que les tableurs ouvrent correctement les textes accentués, turcs, japonais et autres textes non latins. Si vous collez un tel fichier ici, l’outil d’examen retire cette marque et le premier en-tête arrive propre.

Les autres caractères invisibles

Les espaces sans chasse et les caractères semblables ne sont pas retirés. Si un en-tête ne correspond toujours pas après cette étape, cherchez-les dans la source.

Données d’entrée

Texte du tableau

id,name 1,Mira

Délimiteur

,

Résultats

Lignes

2

Colonnes

2

Lignes de largeur différente

0