Convertir Excel a CSV

Qué contiene realmente el CSV

“Como se ven en Excel” no le pregunta a Excel cómo se ve una celda: vuelve a aplicar aquí el formato de número, con nuestra propia implementación de los códigos de formato de Excel, porque la biblioteca habitual interpreta mal cientos de formatos reales. La excepción es un archivo que ya incluye su texto de visualización: una hoja OpenDocument, o una de esas tablas HTML que las aplicaciones web nombran .xls, donde se usa el texto guardado tal cual. Las fechas nunca salen como números de serie en ninguno de los dos modos. Se lee el indicador de época del propio libro, así que un archivo creado con el antiguo Excel para Mac se desplaza los 1,462 días que necesita, y el día que Excel cree que existió (el 29 de febrero de 1900) se reproduce exactamente donde corresponde, en lugar de desplazar un día todo lo que viene después.

Hay tres valores predeterminados que conviene revisar antes de pasarle el archivo a otra cosa. El delimitador inicial es el que indica la configuración regional de tu navegador, así que una computadora configurada con coma decimal te ofrece punto y coma. Las líneas terminan con un retorno de carro y un salto de línea, a menos que elijas otra cosa, y siempre hay un salto de línea después de la última fila. El entrecomillado es mínimo (un campo solo se pone entre comillas cuando contiene el delimitador, comillas, un salto de línea o espacios al inicio o al final), con un caso especial: si la primera celda dice “sep=”, se pone entre comillas para que Excel no confunda tus datos con una instrucción de delimitador.

Las celdas combinadas se resuelven de dos formas, y la predeterminada es la más discreta: solo la celda superior izquierda de la combinación lleva el valor y las demás salen vacías. Los valores booleanos se escriben como TRUE y FALSE sea cual sea el modo elegido, y una celda con un error sale como su texto de error. No se hace nada para neutralizar una celda que empieza con un signo igual. Un CSV escrito aquí reproduce ese texto exactamente como lo tenía el libro, así que, si la hoja vino de un lugar en el que no confías, la fórmula sigue siendo una fórmula para lo que abra el archivo después; eso es una propiedad de CSV, no de esta herramienta, y un motivo para abrir primero en un visor una exportación desconocida.

Si buscas otra cosa

El libro se lee completo, con un límite de 200 MB para el archivo y una detención si su contenido comprimido dice ocupar más de dos gigabytes al descomprimirse. Más allá de eso, y para cualquier cosa programada, la respuesta es una herramienta de escritorio y no esta página: LibreOffice en modo headless convierte una hoja a CSV con un solo comando. Para sacar una columna de un extracto de cien megabytes sin cargar el resto, qsv y Miller leen y escriben CSV como flujo.

Y si el destino es una base de datos o una canalización de datos y no una persona, pregúntate si CSV es siquiera el formato adecuado. No puede registrar su propio delimitador, su separador decimal ni su codificación, y por eso cada importación de CSV empieza con tres preguntas que nadie debería tener que responder. Parquet conserva los tipos, JSON Lines conserva la estructura, y ambos se leen directamente con DuckDB, pandas y todo lo demás que iba a cargar tu CSV de todos modos.