Excel táblázatkezelés kezdőknek › 7.8 lecke

Excel tanfolyam · 7.8 lecke

Elválasztójel és karakterkódolás

Miért lesz a „Tóth Lili”-ből „TĂłth Lili”? Miért kerül egy név két oszlopba? Miért nem érti egy angol program a tizedesvesszőt? A szöveges adatcserénél két „láthatatlan megállapodás” dönt: a karakterkódolás (milyen bájtok jelentik az egyes betűket) és az elválasztójel (mi választja el a mezőket és a tizedeseket). Ebben a leckében mindkettő mögé benézünk.

  • ⏱ kb. 45 perc
  • 🎓 haladóbb
  • 🎒 9. osztálytól

A lecke végére

  • elmagyarázod, mi a karakterkódolás;
  • megkülönbözteted az ASCII, a Windows-1250 és az UTF-8 kódolást;
  • a hibás ékezetekből kitalálod, mi romlott el;
  • megérted a lista-elválasztó és a tizedesjel területi beállítását;
  • helyes kódolással és elválasztóval importálsz és exportálsz.

Amit már tudsz

  • a bájtokat és a bináris számokat (Bináris számrendszer);
  • a BOM-ot és a bájtsorrendet (Endianitás);
  • a CSV és a TXT importálását (7.7);
  • a magyar Excel pontosvesszőjét és tizedesvesszőjét (1.2).

Mi a karakterkódolás?

A számítógép a betűket is számként (bájtokként) tárolja. A karakterkódolás az a „szótár”, amely megmondja, melyik bájt (vagy bájtsorozat) melyik karaktert jelenti. Ha a fájlt író és az olvasó program más szótárat használ, a betűk összekeverednek.

📖 Fogalomtár

ASCII
A legrégebbi alapkódolás 128 karakterrel (angol betűk, számjegyek, írásjelek). Ékezetes betű nincs benne.
Windows-1250 (ANSI, közép-európai)
Egybájtos kódolás: 256 karakter, köztük a magyar ékezetes betűk. Az „ő” itt egyetlen bájt: F5.
UTF-8 (Unicode)
A ma legelterjedtebb kódolás: a világ szinte minden írásjele benne van. Az angol betűk 1 bájtosak (mint az ASCII-ban), az ékezetes betűk 2 bájtosak: az „ő” C5 91, az „é” C3 A9.
BOM
A fájl elején álló néhány bájt (UTF-8-nál EF BB BF), amely jelzi a kódolást (lásd az Endianitás leckét). Az Excel ennek alapján ismeri fel könnyebben az UTF-8-at.

💡 Melyiket válaszd?

Ha teheted, mindig UTF-8-at használj: ez a webes és a nemzetközi szabvány, és az érettségi forrásállományai is általában ilyenek. A Windows-1250 régebbi magyar programoknál és fájloknál fordul elő.

Hibás ékezetek

🔮 Jósold meg!

A „Hőség” szót UTF-8 kódolással mentették. Mi jelenik meg, ha az Excel Windows-1250 (közép-európai) kódolással olvassa be? (Segítség: az „ő” két bájtja C5 és 91, az „é” két bájtja C3 és A9; a Windows-1250-ben a C5 = Ĺ, a 91 = ‘, a C3 = Ă, az A9 = ©.)

Megoldás

HĹ‘sĂ©g. Az UTF-8 két bájtját az egybájtos kódolás két külön karakternek olvassa. Ezért a hibás szöveg hosszabb az eredetinél, és jellegzetes „Ĺ” és „Ă” betűk jelennek meg benne. Fordítva (Windows-1250-es fájl UTF-8-ként olvasva) az ékezetes betűk helyén általában a � csereszimbólum vagy kérdőjel látszik.

Amit látszMi történt?Teendő
„TĂłth”, „HĹ‘sĂ©g”UTF-8-as fájl Windows-1250-ként beolvasvaújra importálni 65001: Unicode (UTF-8) eredettel
„T�th”, „T?th”Windows-1250-es fájl UTF-8-ként beolvasvaújra importálni 1250: Közép-európai (Windows) eredettel
„Tóth”, de „Hoség” (ő helyett o)a fájl már eleve hibásan, ékezet nélkül készült (például ASCII)az importálás nem segít; javítani kell (Keresés és csere) vagy jó forrást kérni

✅ Megelőzés

Importáláskor mindig nézd meg az előnézetet egy ékezetes szóra: ha rossz, a Fájl eredete legördülőből válassz másik kódolást, amíg helyes nem lesz (7.7). Soha ne a már betöltött hibás szöveget javítgasd.

Elválasztó és tizedesjel

Az elválasztók a gép területi beállításaitól függenek. Magyarországon a tizedesjel a vessző, ezért a CSV-fájlok mezőelválasztója a pontosvessző (különben a vessző kétféle szerepet kapna).

BeállításMagyarAngol (amerikai)
tizedesjelvessző (3,5)pont (3.5)
ezres elválasztószóköz (1 250)vessző (1,250)
lista-elválasztó (CSV, függvényargumentumok)pontosvessző (;)vessző (,)
dátum2026.10.15.10/15/2026
  • Exportálás CSV-be: a Mentés másként ablakban a „CSV UTF-8” és a sima „CSV” típus közül a kódolás dönt (7.9). Az elválasztót mindkettőnél a gép lista-elválasztója adja: magyar beállításnál pontosvessző kerül a fájlba.
  • Az Excel saját tizedesjele: Fájl → Beállítások → Speciális → a Rendszerelválasztók használata kikapcsolásával egy munkához átállíthatod a tizedes- és az ezres elválasztót. Utána ne felejtsd el visszaállítani!

Ha az adatban is van elválasztó

Mi történik, ha egy mező értékében maga az elválasztó is előfordul, például egy vesszővel tagolt fájlban egy cím: Budapest, Fő utca 1.? Ilyenkor a mezőt idézőjelek (szövegjelölő) közé teszik, és az importálás egy mezőnek veszi:

Név,Cím,PontszámKiss Anna,"Budapest, Fő utca 1.",42

Az importálás során a szövegjelölő az idézőjel ("): ezt a varázsló 2. lépésében ellenőrizheted (7.7). Ha a fájlban nincs szövegjelölő, az ilyen mező két oszlopra esik szét.

Kihívás: kódolásdetektív

🔤 Ugyanaz a fájl, kétféle kódolással

  1. Jegyzettömbben írj be egy rövid listát pontosvesszővel tagolva, sok ékezettel: „Név;Város;Kedvenc gyümölcs” és három sor (például „Őri Ünige;Győr;őszibarack”).
  2. Mentsd kétszer: egyszer ekezet_utf8.txt néven UTF-8 kódolással, egyszer ekezet_ansi.txt néven ANSI kódolással.
  3. Importáld mindkettőt az Adatok → Szövegből/CSV-ből paranccsal, és a Fájl eredete mezőben próbáld ki mindkét kódolást mindkét fájlnál. Írd fel, mit látsz a négy esetben.
  4. Melyik párosítás ad helyes ékezeteket? Hogyan ismernéd fel, melyik fájl milyen kódolású, ha nem tudnád?
  5. Bónusz: írj a listába egy olyan várost, amelynek nevében vessző is van, és mentsd vesszővel tagolva, idézőjelekkel. Betöltéskor egy oszlopba kerül a teljes név?

Hibavadászat

🐞 1. Peti szétesett nevei

Peti egy vesszővel tagolt CSV-t importált, amelyben a nevek „Kiss, Anna” formában szerepeltek, idézőjelek nélkül. A vezeték- és az utónév két külön oszlopba került, és az összes többi mező is egy oszloppal jobbra csúszott.

Mi a megoldás?

A névben lévő vessző elválasztónak számított, mert a mezőt nem tették szövegjelölők közé (4. rész). Peti kérjen olyan exportot, amelyben a szöveges mezők idézőjelek között vannak, vagy pontosvesszővel tagolt fájlt. Ha erre nincs mód, a hibás sorokat kézzel kell javítani, vagy a nevet utólag összefűzni (11.4).

🐞 2. Lili „elromlott” számai

Lili a magyar Excelből CSV-be mentette a mérési adatait (3,5; 12,25), és egy angol beállítású programba töltötte be. A program a számokat két oszlopra bontotta (3 és 5), vagy szövegként kezelte őket.

Mit tegyen?

Az angol program a vesszőt elválasztónak vagy ezres elválasztónak érti, a tizedesjele a pont (3. rész). Lili a betöltéskor állítsa be a programban a tizedesjelet vesszőre (ha lehet), vagy exportálás előtt ideiglenesen állítsa az Excel tizedesjelét pontra (Rendszerelválasztók használata kikapcsolva), és ellenőrizze a fájlt Jegyzettömbben.

Összefoglalás

  • Karakterkódolás: a bájtok és a betűk „szótára”; ASCII, Windows-1250, UTF-8 (ajánlott).
  • „Ĺ”, „Ă” a szövegben: UTF-8-as fájl rossz kódolással beolvasva; „�”: fordítva.
  • Magyar beállítás: tizedesvessző, pontosvessző-elválasztó, szóköz az ezreseknél.
  • Szövegjelölő ("): ha az adatban is van elválasztó.
  • Importáláskor mindig ékezetes szón ellenőrizd az előnézetet.

Ellenőrizd magad!

Hány bájt az „ő” UTF-8-ban és Windows-1250-ben?

UTF-8-ban 2 (C5 91), Windows-1250-ben 1 (F5).

Miért pontosvessző a magyar CSV elválasztója?

Mert a vessző a tizedesjel.

Mire jó a szövegjelölő idézőjel egy CSV-fájlban?

Az idézőjelek között álló elválasztót az importálás nem tekinti mezőhatárnak.

👩‍🏫 Tanároknak

Kerettantervi kapcsolódás

NAT 2020, Digitális kultúra, 9–11. évfolyam: Táblázatkezelés (adatok importálása és exportálása), az információ digitális ábrázolása (karakterkódolás, bájt, Unicode); kapcsolódás a számrendszerek és az endianitás leckéihez, valamint a webes publikáláshoz (UTF-8 a HTML-ben).

Módszertan

A lecke az alkalmazói tudást (importálás) a számítógépes adatábrázolással köti össze: a jóslásban a diák a bájtokból maga „fejti vissza”, miért jelenik meg a hibás szöveg. A hibatáblázat a gyakorlatban felismerhető tünetekből a teendőhöz vezet. A kódolásdetektív kihívás tapasztalati úton, négy kombinációval mutatja meg a kódolás szerepét. A területi beállítások táblázata a nemzetközi adatcsere gyakori problémáira készít fel.

Időterv

Mi a karakterkódolás: 8 perc. Hibás ékezetek és jóslás: 8 perc. Elválasztó és tizedesjel: 7 perc. Szövegjelölő: 4 perc. Kihívás: 14 perc. Hibavadászat: 4 perc.

Következő lecke: 7.9 CSV-export és adatvesztés ellenőrzése

Mit veszít el egy munkafüzet, ha CSV-be mented? Képletek, formázás, munkalapok – és hogyan ellenőrizd az eredményt.