Конвертировать Excel в CSV

Что на самом деле содержится в CSV

Вариант «Как отображаются в Excel» не спрашивает у Excel, как выглядит ячейка: числовой формат заново отрисовывается здесь, нашей собственной реализацией кодов формата Excel, потому что обычная библиотека ошибается в сотнях реальных форматов. Исключение — файл, в котором уже хранится отображаемый текст: лист OpenDocument или одна из HTML-таблиц, которые веб-приложения называют .xls, — тогда сохранённый текст берётся как есть. Ни в одном из режимов даты не выходят порядковыми числами. Флаг эпохи книги считывается, поэтому файл, записанный старым Excel для Mac, сдвигается на нужные ему 1462 дня, а день, в существование которого верит Excel, — 29 февраля 1900 года, — воспроизводится ровно там, где ему место, а не сдвигает всё после себя на один день.

Три настройки по умолчанию стоит проверить, прежде чем отдавать файл куда-то ещё. Разделитель изначально выбирается по региональным настройкам браузера, поэтому на компьютере с десятичной запятой вам предложат точку с запятой. Строки заканчиваются возвратом каретки и переводом строки, если вы не выберете иное, и после последней строки всегда есть перевод строки. Кавычки ставятся по минимуму — поле берётся в кавычки, только если в нём есть разделитель, кавычка, перевод строки или пробелы в начале или в конце, — с одним особым случаем: первая ячейка с текстом «sep=» берётся в кавычки, чтобы Excel не принял ваши данные за указание разделителя.

Объединённые ячейки обрабатываются одним из двух способов, и по умолчанию выбран более сдержанный: значение есть только в левой верхней ячейке объединения, а остальные выходят пустыми. Логические значения записываются как TRUE и FALSE в любом режиме, а ячейка с ошибкой выводится как текст этой ошибки. Ячейки, начинающиеся со знака равенства, никак не обезвреживаются. CSV, записанный здесь, воспроизводит такой текст точно так, как он был в книге, поэтому если лист пришёл из недоверенного источника, формула останется формулой для той программы, которая откроет файл следующей. Это свойство CSV, а не этого инструмента, и повод сначала открыть незнакомую выгрузку в программе просмотра.

Если нужно другое

Книга читается целиком, с ограничением 200 MB на файл и остановкой, если сжатое содержимое заявляет о распаковке больше чем в два гигабайта. Сверх этого, а также для всего, что выполняется по расписанию, нужна программа для компьютера, а не эта страница: LibreOffice в режиме headless конвертирует лист в CSV одной командой. Чтобы вытащить один столбец из стомегабайтной выгрузки, не загружая остальное, qsv и Miller читают и пишут CSV потоком.

А если получатель — база данных или конвейер обработки, а не человек, спросите себя, нужен ли вообще CSV. Он не может записать свой разделитель, десятичный знак и кодировку, поэтому любой импорт CSV начинается с трёх вопросов, на которые никому не следовало бы отвечать. Parquet сохраняет типы, JSON Lines сохраняет структуру, и оба напрямую читаются DuckDB, pandas и всем остальным, что всё равно собиралось загрузить ваш CSV.