CSV 한글 깨짐 복구

사용법

1. 위의 상자에 CSV 파일을 끌어다 놓거나 상자를 눌러 파일을 고르세요. 파일은 내 컴퓨터를 떠나지 않습니다.
2. 요약과 앞 20줄 미리보기를 확인하세요. 글자가 깨져 보이거나 칸이 제대로 나뉘지 않으면 읽는 방식에서 자동 대신 알맞은 인코딩이나 구분자를 직접 고르세요.
3. 저장 형식을 고르세요. 엑셀로 열 파일이면 엑셀용(UTF-8 BOM, 쉼표), 프로그램이나 데이터베이스에 넣을 파일이면 UTF-8(BOM 없음)이 알맞습니다. 구분자도 바꿀 수 있습니다.
4. 다운로드를 누르면 원본 이름에 형식 이름이 붙은 새 파일이 저장됩니다. 원본 파일은 바뀌지 않습니다.

예시

자세한 설명

CSV는 글자만 담긴 파일이지만 그 글자를 어떤 인코딩으로 저장했는지는 파일에 적혀 있지 않습니다. 엑셀은 이를 추측해야 하고, 바이트 순서 표시(BOM)가 없으면 대개 윈도우에 설정된 옛 코드 페이지로 읽습니다. 그래서 한글이 든 UTF-8 파일은 이상한 기호로 보이고, EUC-KR 파일을 UTF-8 도구에서 열면 깨짐 문자가 나옵니다. 이 도구는 파일의 원본 바이트를 보고 인코딩을 판별해서, 저장하기 전에 결과를 미리 보여 줍니다.

판별은 순서대로 진행합니다. BOM이 있으면 바로 정해집니다. 없으면 파일 전체가 올바른 UTF-8인지 확인하는데, EUC-KR로 쓴 한글이 우연히 올바른 UTF-8이 될 확률은 사실상 없어서 강한 단서가 됩니다. UTF-8이 아니면 EUC-KR(CP949)로 읽고, 읽을 수 없는 바이트의 비율과 한글이 차지하는 비중으로 판단합니다. 근거가 약하면 그렇다고 알려 주고 인코딩을 직접 고르게 합니다.

구분자는 쉼표, 탭, 세미콜론, 세로선을 후보로 앞쪽 줄을 따옴표를 존중하며 읽어 보고, 모든 줄이 같은 수의 칸으로 나뉘는 후보를 고릅니다. 칸은 RFC 4180 규칙대로 해석합니다. 큰따옴표로 감싼 칸은 구분자와 줄바꿈을 담을 수 있고, 따옴표 두 개는 따옴표 하나를 뜻합니다. 새 파일을 쓸 때는 따옴표가 필요한 칸에만 따옴표를 붙입니다.

읽기와 변환은 백그라운드 스레드에서 돌아서, 수 MB 파일에서도 화면이 멈추지 않습니다. 엑셀용 저장 형식은 BOM이 붙은 UTF-8, 쉼표, 윈도우 줄바꿈입니다. 엑셀 자체의 습관은 파일 밖의 문제입니다. 엑셀이 CSV를 열 때 숫자 앞의 0을 지우거나 긴 숫자를 지수 표기로 바꾸는 것은 인코딩이 아니라 엑셀의 가져오기 설정이 정합니다.