Visionneuse & éditeur CSV

À propos de la visionneuse/éditeur CSV

CSV Viewer & Editor est un tableur en ligne qui vous permet de consulter et modifier vos fichiers CSV directement dans le navigateur. Chargez un fichier, modifiez les cellules, ajoutez ou supprimez des lignes et colonnes, puis exportez en CSV ou JSON, sans exposer vos données sensibles.

Pourquoi mes colonnes CSV sont-elles mal divisées ?

La cause quasi universelle est une discordance de séparateur entre le fichier et l'analyseur. CSV n'est pas un format unique — c'est une famille de fichiers séparés par virgule, point-virgule, tabulation ou pipe. La RFC 4180 spécifie la virgule comme séparateur canonique, mais les tableurs dans les régions qui utilisent la virgule comme marque décimale (la majorité de l'Europe et de l'Amérique latine) utilisent par défaut le point-virgule pour éviter l'ambiguïté, et les fichiers TSV utilisent la tabulation. Cet éditeur détecte automatiquement le séparateur en échantillonnant les premières lignes, mais vous pouvez le forcer depuis le menu Séparateur : choisissez Virgule, Point-virgule, Tabulation, Pipe ou un caractère Personnalisé si la devinette est fausse. La deuxième cause courante est un champ contenant un séparateur non échappé dans une valeur — entourez ces champs de guillemets doubles ("bonjour, monde") et l'analyseur traitera la virgule intégrée comme une donnée.

Comment supprimer les lignes vides ou les lignes en double d'un CSV ?

Activez l'interrupteur Activer l'édition au-dessus du tableau et deux boutons de nettoyage apparaissent dans la barre d'outils. « Supprimer les lignes vides » efface toute ligne dont les cellules sont vides ou ne contiennent que des espaces — le classique reliquat de lignes vides en fin laissé par les exports de tableur. « Supprimer les doublons » compare chaque ligne sur toutes les colonnes, conserve la première occurrence et supprime chaque correspondance exacte ultérieure. Les deux s'exécutent instantanément en mémoire et indiquent combien de lignes ont été supprimées, et aucun ne touche votre fichier d'origine : téléchargez les données nettoyées en CSV ou JSON une fois terminé. Cela fait de l'outil une étape rapide de préparation des données avant l'import dans Excel, une base de données ou un outil de BI.

Mes données sont-elles envoyées quelque part ? Cela fonctionne-t-il hors ligne ?

Aucun téléversement n'a jamais lieu. Toute l'analyse, l'édition, la suppression des lignes vides et des doublons, ainsi que l'export CSV/JSON s'exécutent entièrement dans votre navigateur en JavaScript — le fichier est lu localement et n'est jamais envoyé à un serveur. Cela en fait un éditeur CSV réellement privé et hors ligne : listes de clients, exports financiers et rapports confidentiels restent sur votre machine. Une fois la page chargée, vous pouvez même vous déconnecter du réseau et continuer à travailler, c'est aussi pourquoi il n'y a pas de limite de taille par fichier au-delà de la mémoire de votre propre appareil.

Comment éditer les cellules, en-têtes, lignes et colonnes ?

Activez l'édition puis saisissez directement dans n'importe quelle cellule pour en changer la valeur ; la modification est enregistrée dès que vous quittez le champ. Cliquez sur l'en-tête d'une colonne pour le renommer. Utilisez les boutons Ajouter une ligne et Ajouter une colonne pour ajouter de nouvelles entrées, et le bouton × sur une ligne ou un en-tête pour supprimer cette ligne ou colonne. Si vous fixez une limite de lignes maximales sur un gros fichier, seule la fenêtre visible est modifiable et l'outil vous avertit ; choisissez Toutes les lignes pour modifier le fichier entier. Rien n'est écrit dans votre fichier source tant que vous ne cliquez pas sur Télécharger en CSV ou Télécharger en JSON.

Pourquoi les zéros initiaux dans les codes postaux ou IDs produit sont-ils retirés ?

C'est le piège CSV le plus notoire et il arrive en fait dans le tableur, pas dans le fichier. CSV n'a aucune notion de types de données — chaque champ n'est que du texte — donc une colonne contenant 01234 est stockée fidèlement dans le fichier. Le problème apparaît quand un tableur comme Excel ouvre le CSV et auto-détecte 01234 comme nombre, supprimant le zéro initial. Cet éditeur traite chaque cellule comme du texte, donc le zéro est préservé pendant que vous travaillez ici, et il n'altère jamais les chaînes d'apparence numérique à l'export. Pour survivre à un aller-retour dans Excel, préfixez la valeur d'une apostrophe ('01234) ou utilisez l'assistant Excel « À partir du texte/CSV » et marquez explicitement la colonne comme Texte.

Puis-je convertir un CSV en JSON ?

Oui. Cliquez sur Télécharger en JSON et l'outil convertit votre tableau en un tableau d'objets, en utilisant la ligne d'en-tête comme clés de chaque enregistrement, puis enregistre un fichier .json. C'est pratique pour alimenter des données de tableur dans des applications web, des API REST ou un magasin NoSQL. Si vous avez d'abord nettoyé les données (suppression des lignes vides et doublons, correction des en-têtes), l'export reflète ces modifications. Pour le sens inverse, téléchargez en CSV avec le séparateur de votre choix.

Quelle est la différence pratique entre CSV, TSV et NDJSON pour des données tabulaires ?

CSV (RFC 4180) est le plus petit dénominateur commun : chaque cellule est du texte, le schéma est implicite dans la ligne d'en-tête et les règles de mise entre guillemets gèrent les séparateurs intégrés. TSV (séparé par tabulations) est un parent plus strict utilisé par les outils de bio-informatique et les pipelines Hadoop — les tabulations n'apparaissent quasi jamais dans les données, donc aucune mise entre guillemets n'est nécessaire et le parsing est trivial, mais TSV est moins tolérant aux entrées sales. NDJSON (JSON délimité par sauts de ligne, un objet JSON par ligne) préserve les types de données, la structure imbriquée et les tableaux, ce que CSV ne peut pas représenter sans encodage ad hoc. Utilisez CSV quand vous devez confier un fichier à un utilisateur non technique avec Excel, TSV quand vous contrôlez les deux extrémités et voulez un parsing rapide, et NDJSON quand vous avez des données imbriquées ou typées et que votre pipeline peut lire des flux JSON (Spark, BigQuery, jq, DuckDB le font tous).