CSVが文字化け・列ずれするときの文字コード／区切り文字確認

文字化けと「全部1列」は、原因が別です

日本語そのものが崩れているなら文字コード、文字は読めるのに1列なら区切り文字が怪しい、という切り分けが基本です。最初から両方を同じ問題として直そうとすると、原因が見えにくくなります。

区切り判定は、引用符の中を数えないようにしています

"Tokyo, Japan" のカンマはセルの値であって列境界ではありません。単純にカンマの個数だけ数えると誤判定するため、引用符を解釈したうえで各行の列数がどれくらい揃うかを見ます。

「90%整合」なら、10行全部が同じとは限りません

候補には列数と整合率を表示します。たとえば3列が90%整合なら、多くの行は3列で読めるものの、一部行が違うということです。その行だけ引用符崩れや余計な区切りがある可能性もあります。

ASCIIだけの短いCSVは、文字コードを見分けにくいです

英数字だけならUTF-8でもShift_JISでも同じバイトになる範囲が多く、内容だけから一意に決められません。推定結果は「候補」であって、受入仕様より強い証拠ではありません。

例えば、こんな使い方です

外部システムから来たCSVがExcelで全部A列になったら、まずこのツールでTABやセミコロンが高い整合率にならないか見ます。日本語まで崩れているなら、次に文字コードの方へ切り分けます。

候補が出ない、または候補が拮抗するときはどう見る？

区切り候補がUnknownになるときは、1列だけのデータ、本当に区切りがないテキスト、サンプル行数が少なすぎるファイルなどが考えられます。カンマとセミコロンが同じくらい高い場合は、値の中に記号が多い可能性もあります。そのときは「一番高い候補を信じる」より、受入先が期待する列数と一致するかを見る方が確実です。文字コードも同じで、推定値より作成元・受入先の仕様が分かるなら、その指定を優先します。

整合率は先頭側のサンプル行で見ています。巨大CSVの後半だけ構造が崩れているケースまでは、この推定だけで保証できません。最終的な登録前には、必要に応じて列数チェックや差分チェックも併用してください。