Convertir Excel en CSV

Ce que contient réellement le CSV

« Comme affiché dans Excel » ne demande pas à Excel à quoi ressemble une cellule — le format de nombre est recalculé ici, avec notre propre implémentation des codes de format d'Excel, car la bibliothèque habituelle se trompe sur des centaines de formats réels. L'exception est un fichier qui contient déjà son texte affiché : une feuille OpenDocument, ou l'un de ces tableaux HTML que les applications web nomment .xls, dont le texte stocké est utilisé tel quel. Dans aucun des deux modes, les dates ne sortent sous forme de numéros de série. L'indicateur d'époque du classeur est lu, si bien qu'un fichier écrit par l'ancien Excel pour Mac est décalé des 1 462 jours nécessaires, et le jour qu'Excel croit avoir existé — le 29 février 1900 — est reproduit exactement là où il doit être au lieu de décaler d'un jour tout ce qui suit.

Trois réglages par défaut méritent d'être vérifiés avant de transmettre le fichier à autre chose. Le séparateur correspond d'abord à ce qu'implique la langue de votre navigateur : une machine réglée avec une virgule décimale vous propose donc des points-virgules. Les lignes se terminent par un retour chariot et un saut de ligne, sauf si vous choisissez autrement, et il y a toujours un saut de ligne après la dernière ligne. Les guillemets sont minimaux — un champ n'est entouré de guillemets que s'il contient le séparateur, un guillemet, un saut de ligne, ou des espaces au début ou à la fin —, avec un cas particulier : une première cellule contenant « sep= » est mise entre guillemets pour qu'Excel ne prenne pas vos données pour une instruction de séparateur.

Les cellules fusionnées se résolvent de deux façons, et la plus discrète est celle par défaut : seule la cellule en haut à gauche de la fusion porte la valeur, les autres sortent vides. Les booléens sont écrits TRUE et FALSE quel que soit le mode choisi, et une cellule contenant une erreur sort avec le texte de l'erreur. Rien n'est fait pour neutraliser une cellule qui commence par un signe égal. Un CSV écrit ici reproduit ce texte exactement tel que le classeur le contenait : si la feuille provient d'une source dont vous vous méfiez, la formule reste une formule pour tout ce qui ouvrira le fichier ensuite — c'est une propriété du CSV et non de cet outil, et une raison d'ouvrir d'abord un export inconnu dans une visionneuse.

Si vous cherchez autre chose

Le classeur est lu en entier, avec un plafond de 200 MB pour le fichier et un arrêt si son contenu compressé prétend dépasser deux gigaoctets une fois décompressé. Au-delà, et pour tout traitement planifié, la réponse est un outil de bureau plutôt que cette page : LibreOffice en mode headless convertit une feuille en CSV en une seule commande. Pour extraire une colonne d'un export de cent mégaoctets sans charger le reste, qsv et Miller lisent et écrivent le CSV en flux.

Et si la destination est une base de données ou un pipeline plutôt qu'une personne, demandez-vous si le CSV est vraiment la bonne cible. Il ne peut enregistrer ni son séparateur, ni son séparateur décimal, ni son encodage, et c'est pourquoi chaque import de CSV commence par trois questions auxquelles personne ne devrait avoir à répondre. Parquet conserve les types, JSON Lines conserve la structure, et tous deux sont lus directement par DuckDB, pandas et tout ce qui allait de toute façon charger votre CSV.