Converter Excel em XML

Uma grade descrita como árvore

Cada aba vira um elemento repetido por linha, com um elemento filho por coluna nomeado a partir da linha de cabeçalho — é isso que torna o resultado legível para qualquer coisa que espere XML de dados em vez de uma planilha. No caminho, os nomes das colunas precisam virar nomes de elementos válidos, e o XML é mais rígido que um cabeçalho de planilha: um nome não pode começar com dígito, não pode ter espaços nem a maioria dos sinais de pontuação, e diferencia maiúsculas de minúsculas. Então “Total do pedido (R$)” vira algo mais arrumado, e dois cabeçalhos que só diferem na pontuação podem acabar precisando ser diferenciados.

O que vai para o XML são valores, não aparência. Uma célula que mostra R$ 1.234,50 fica guardada na planilha como o número 1234.5 com um formato aplicado, e é o número que vai para o XML — o que quase sempre está certo, já que o sistema que vai consumir o arquivo quer o valor, e não o símbolo da moeda. As fórmulas somem da mesma forma: o que você recebe é o resultado da fórmula, porque o XML não tem onde guardar a fórmula em si. Cores, fontes, bordas, formatação condicional, gráficos e imagens simplesmente não têm representação aqui.

As datas são o ponto a conferir. Uma planilha guarda uma data como um número de dias desde uma data de referência e a exibe por meio de um formato, então uma data pode sair como 45356 em vez de uma data, dependendo de como a célula foi configurada. Se as datas importam para quem vai ler o XML, confira antes de confiar no arquivo — e considere formatá-las como texto na planilha antes, o que elimina a ambiguidade de vez.

Os cinco caracteres reservados do XML — e comercial, sinais de menor e maior e aspas — são escapados nos valores, então textos que os contêm chegam intactos. Células vazias geram elementos vazios em vez de serem omitidas, o que mantém todos os registros com o mesmo formato e deixa o resultado muito mais fácil de processar do que um em que campos ausentes simplesmente desaparecem. Planilhas protegidas por senha precisam ter a senha removida antes.

Quando você precisa de outra coisa

Quando o XML precisa seguir um esquema específico — um formato do setor, uma declaração ao governo, o formato de importação de um sistema —, uma conversão genérica não vai produzi-lo, e nenhuma configuração aqui vai conseguir também. Esse é um trabalho de mapeamento: XSLT transforma este resultado no formato exigido, e xmllint --schema valida o resultado antes de você enviá-lo.

Para qualquer coisa repetitiva, use um script. As bibliotecas openpyxl e pandas do Python leem uma planilha e gravam o XML que você especificar, com controle sobre como datas e números são representados, que é a parte que importa. E vale perguntar se XML é mesmo o destino — a maioria dos sistemas construídos nesta década prefere JSON ou CSV, e o XML costuma ser uma exigência herdada de algo mais antigo.