ExcelをCSVに変換

CSVに実際に入る内容

「Excelでの表示どおり」は、セルの見た目をExcelに問い合わせるわけではありません。Excelの表示形式コードを独自に実装し、ここで数値の表示を描き直しています。一般的なライブラリは、実際に使われている何百もの表示形式を誤って処理するからです。例外は、表示用のテキストをすでに持っているファイルです。OpenDocumentのシートや、Webアプリが.xlsという名前で出力するHTMLの表では、保存されたテキストをそのまま使います。どちらのモードでも、日付がシリアル値のまま出力されることはありません。ブック自身の基準日フラグを読み取るので、古いMac版Excelで作られたファイルは必要な1,462日分だけずらします。また、Excelが存在すると思い込んでいる日（1900年2月29日）も本来の位置にそのまま再現し、それ以降の日付がすべて1日ずれることはありません。

ファイルをほかのシステムに渡す前に、確認しておきたい既定値が3つあります。区切り文字の初期値はブラウザのロケールに従うので、小数点にカンマを使う設定のパソコンではセミコロンが提示されます。改行は、別の設定を選ばない限りCR+LFで、最後の行のあとにも必ず改行が入ります。引用符は最小限で、区切り文字、引用符、改行、または先頭・末尾の空白を含む項目だけを引用符で囲みます。ただし特例が1つあり、最初のセルが「sep=」の場合は、Excelがデータを区切り文字の指定と誤解しないよう引用符で囲みます。

結合セルの扱いは2通りで、既定は控えめなほうです。結合範囲の左上のセルだけが値を持ち、残りは空になります。真偽値はどちらのモードでもTRUEとFALSEとして書き出し、エラーの入ったセルはそのエラーのテキストとして出力します。等号で始まるセルを無害化する処理は行いません。ここで書き出したCSVはブックにあったとおりのテキストを再現するので、信頼できない出どころのシートであれば、次にファイルを開くソフトにとって数式は数式のままです。これはこのツールではなくCSVという形式の性質であり、出どころの分からないデータは先にビューアーで開くべき理由でもあります。

ほかの目的には

ブックは全体を読み込みます。ファイルの上限は200 MBで、圧縮された中身の展開後のサイズが2 GBを超えると申告している場合は処理を止めます。それを超える場合や、定期的に実行する処理には、このページではなくデスクトップのツールが適しています。画面なしモードのLibreOfficeなら、1つのコマンドでシートをCSVに変換できます。100 MBの抽出データから残りを展開せずに1列だけを取り出すなら、qsvやMillerがCSVをストリームとして読み書きします。

また、送り先が人ではなくデータベースやデータパイプラインなら、そもそもCSVが正しい変換先なのかを考えてみてください。CSVは自身の区切り文字、小数点記号、文字コードを記録できません。だからこそ、どのCSVの取り込みも、本来誰も答えなくていいはずの3つの質問から始まるのです。Parquetなら型を、JSON Linesなら構造を保持でき、どちらもDuckDBやpandasなど、どのみちCSVを読み込むはずだったソフトがそのまま読み込めます。