Excel in XML umwandeln

Ein Raster, als Baum beschrieben

Jedes Tabellenblatt wird zu einem wiederkehrenden Element pro Zeile, mit einem Kindelement pro Spalte, benannt nach der Kopfzeile – genau das macht das Ergebnis für alles lesbar, was Daten-XML statt einer Tabelle erwartet. Die Spaltennamen müssen dabei zu gültigen Elementnamen werden, und XML ist strenger als eine Tabellenüberschrift: Ein Name darf nicht mit einer Ziffer beginnen, keine Leerzeichen und kaum Satzzeichen enthalten, und Groß- und Kleinschreibung wird unterschieden. Aus „Bestellsumme (£)“ wird also etwas Aufgeräumteres, und zwei Überschriften, die sich nur in Satzzeichen unterscheiden, müssen am Ende womöglich eigens auseinandergehalten werden.

Übertragen werden Werte, nicht das Aussehen. Eine Zelle, die 1.234,50 £ anzeigt, ist in der Arbeitsmappe als Zahl 1234,5 mit angewandtem Format gespeichert, und die Zahl landet im XML – was fast immer richtig ist, denn ein verarbeitendes System will den Wert und nicht das Währungssymbol. Formeln verschwinden auf dieselbe Weise: Sie erhalten, was die Formel berechnet hat, weil XML keinen Platz für die Formel selbst hat. Farben, Schriften, Rahmen, bedingte Formatierung, Diagramme und Bilder werden hier überhaupt nicht abgebildet.

Datumswerte sollten Sie prüfen. Eine Tabelle speichert ein Datum als Anzahl von Tagen seit einem Stichtag und zeigt es über ein Format an – je nachdem, wie die Zelle eingerichtet war, kann ein Datum also als 45356 statt als Datum herauskommen. Wenn Datumswerte für das lesende System wichtig sind, sehen Sie sie sich an, bevor Sie sich auf die Datei verlassen – und erwägen Sie, sie in der Arbeitsmappe vorher als Text zu formatieren, was die Mehrdeutigkeit vollständig beseitigt.

Die fünf Zeichen, die XML reserviert – kaufmännisches Und, spitze Klammern und Anführungszeichen –, werden in den Werten maskiert, sodass Text, der sie enthält, unversehrt bleibt. Leere Zellen ergeben leere Elemente, statt wegzufallen; so hat jeder Datensatz dieselbe Form, und die Ausgabe lässt sich weit leichter verarbeiten als eine, in der fehlende Felder einfach verschwinden. Bei passwortgeschützten Arbeitsmappen muss das Passwort zuerst entfernt werden.

Wenn Sie etwas anderes brauchen

Wenn das XML einem bestimmten Schema entsprechen muss – einem Branchenformat, einer Behördenmeldung, dem Importformat eines Systems –, erzeugt eine generische Umwandlung es nicht, und auch keine Einstellung hier. Das ist eine Mapping-Aufgabe: XSLT bringt diese Ausgabe in die geforderte Form, und xmllint --schema prüft das Ergebnis, bevor Sie es einreichen.

Alles, was sich wiederholt, sollten Sie per Skript erledigen. openpyxl und pandas in Python lesen eine Arbeitsmappe und schreiben jedes XML, das Sie vorgeben, mit Kontrolle darüber, wie Datumswerte und Zahlen dargestellt werden – und genau darauf kommt es an. Außerdem lohnt die Frage, ob XML wirklich das Ziel ist: Die meisten Systeme aus diesem Jahrzehnt hätten lieber JSON oder CSV, und XML ist meist eine Vorgabe, die von etwas Älterem geerbt wurde.