أحرف غريبة في CSV: كيفية إصلاحها

إذا تحولت كلمة مرحبا إلى شيء يشبه مرحبا، فالمشكلة غالباً في طريقة قراءة البايتات لا في اتجاه الكتابة ولا في ترتيب الأعمدة. حفظ الملف بترميز وفتحه على أنه ترميز آخر يصنع هذا النوع من النص المشوّه، أو mojibake.

النص العربي يكشف خطأ الترميز بسرعة

في ملف عربي سليم قد ترى مثلاً:

رقم_العميل,الاسم,المدينة,ملاحظة
A-31,مريم,القاهرة,فاتورة مدفوعة

إذا أصبحت مريم شبيهة بـ مريم أو أصبحت القاهرة سلسلة من Ø وÙ، فهذا دليل قوي على أن UTF-8 قُرئ بترميز أحادي البايت غير مناسب.

أما إذا كانت الكلمات العربية نفسها سليمة لكن الجدول يظهر كله في عمود واحد، فهذه ليست مشكلة ترميز في الأساس.

اعرف مصدر الملف قبل أن تختار الترميز

اسأل أولاً: من أنشأ CSV؟ قد يكون تصديراً من نظام محاسبي محلي، أو نظام ERP، أو منصة متجر، أو ملفاً أعيد حفظه في Excel. إعداد التصدير في المصدر أهم من التخمين من شكل الرموز وحده.

إذا كان النظام الأصلي ما زال متاحاً، صدّر عينة صغيرة تحتوي اسماً عربياً ومدينة ونصاً إنجليزياً أو رقماً معروفاً. قارن هذه القيم في كل محاولة قراءة.

في Excel ذي الواجهة العربية، الاستيراد من البيانات › من نص/CSV يعطيك معاينة قبل التحميل. راقب النص نفسه، ولا تعتبر اتجاه الورقة من اليمين إلى اليسار دليلاً على الترميز: RTL يغيّر طريقة العرض، لكنه لا يحدد كيف خُزنت الأحرف في الملف.

أصلح القراءة من النسخة الأصلية

استخدم الملف الأصلي غير المعاد حفظه، واقرأه بترميز المصدر المرجح، ثم تحقق من عدة كلمات عربية حقيقية قبل إنشاء نسخة UTF-8 جديدة.

يستخدم Nablyx ترتيب كشف متحفظاً عن قصد. تكون الأولوية لعلامة ترتيب البايتات إذا كانت تشير إلى UTF-8 أو UTF-16LE أو UTF-16BE. وإذا لم توجد علامة كهذه، تشترط الأداة أولاً أن تكون البيانات UTF-8 صالحة؛ وإذا فشل هذا الفحص، تنتقل إلى Windows-1252 وتبلغ عن هذا الخيار الاحتياطي كي تتعامل معه كتخمين أقل ثقة، لا كحقيقة مؤكدة.

وقد يكون ملف UTF-8 الناتج بعد الإصلاح أكبر من الملف الأصلي. يخزن Windows-1252 كثيراً من الأحرف ذات العلامات في بايت واحد، بينما تحتاج الأحرف نفسها إلى عدة بايتات في UTF-8. لذلك فإن كبر حجم الملف بعد إصلاح ناجح لا يعني، بمفرده، أن صفوفاً أضيفت أو تكررت.

لا تعتمد على استبدال Ø وÙ يدوياً. هذه العلامات نتيجة للقراءة الخاطئة وليست قاموساً ثابتاً يمكن عكسه بأمان داخل كل ملف.

متى يكون العطل بنيوياً وليس ترميزاً

تغيير الترميز لا يصلح صفوفاً ناقصة أو زائدة، ولا يغلق علامة اقتباس مفقودة، ولا يحل رؤوساً مكررة. إذا بدأت القيم تنتقل إلى أعمدة أخرى بعد صف معيّن، فانتقل إلى تشخيص ملف CSV التالف.

كذلك قد تظهر علامة غير مرئية في بداية أول رأس فقط؛ قد تكون BOM أو طريقة تعامل البرنامج معها، وهي حالة أضيق من تلف النص العربي في الملف كله.

افحص المعنى بعد الإصلاح

أفضل تحقق ليس أن تختفي الرموز الغريبة فحسب، بل أن تعود الكلمات المقصودة نفسها: اسم الشخص، اسم المدينة، وصف الفاتورة. ثم افتح النسخة الجديدة في التطبيق الذي سيستوردها فعلاً وتأكد من بقاء ترتيب الأعمدة واتجاه عرض العربية مناسبين.