CSV in XML umwandeln

1. 1

   CSV hinzufügen

   Legen Sie eine .csv-, .tsv-, .txt- oder .psv-Datei auf der Seite ab oder wählen Sie sie aus. Trennzeichen, Anführungszeichen und Kodierung werden aus der Datei selbst erkannt.

2. 2

   Wurzel- und Zeilenelement benennen

   Legen Sie den obersten Container und das Element fest, das jede Zeile umschließt. Was kein gültiger XML-Name ist, wird repariert — und das Werkzeug sagt Ihnen das.

3. 3

   Schreibweise der Spalten wählen

   Wählen Sie Elemente oder Attribute für die ganze Datei und stellen Sie einzelne Spalten in der Spaltentabelle auf CDATA oder Überspringen um.

4. 4

   Vorschau prüfen

   Die ersten zwanzig Zeilen entstehen mit demselben Code wie der Export und werden vom XML-Parser des Browsers erneut gelesen — Sie sehen das echte Dokument, bevor Sie sich festlegen.

5. 5

   Herunterladen

   Speichern Sie das XML und, falls angefordert, das erzeugte XSD-Schema daneben. Mehrere Dateien kommen als ein ZIP zurück.

Eine CSV ist ein Textraster. XML ist ein Baum mit Namen, Typen und Regeln dafür, was diese Namen enthalten dürfen. Fast die ganze Arbeit der Umwandlung steckt in dieser Lücke: zu entscheiden, was aus jeder Spalte wird, und dafür zu sorgen, dass das Ergebnis von einem Parser wirklich angenommen wird.

• Namen, die gültiges XML sind — Elementnamen werden nach der XML-NCName-Grammatik gebildet, eine Kopfzeile -id, 2024, xml oder Total (£) ergibt also ein Dokument, das sich parsen lässt, statt eines, das es nicht tut.
• Namen in Ihrer eigenen Sprache — Führung und 名前 sind völlig gültige XML-Elementnamen und bleiben unverändert. Ein Konverter, der daraus F_hrung und __ macht, hat Ihre Spaltenüberschriften verloren.
• Elemente oder Attribute, je Spalte — Setzen Sie die Voreinstellung für die Datei und ändern Sie dann einzelne Spalten — einschließlich CDATA für Werte mit Markup und Überspringen für Spalten, die nicht in die Ausgabe sollen.
• Drei ehrliche Antworten auf eine leere Zelle — Ein leeres Element, gar kein Element, oder xsi:nil — die einzige, die ein Empfänger von einem vergessenen Feld unterscheiden kann.
• Eine Vorschau, die das echte Dokument ist — Die ersten zwanzig Zeilen entstehen mit demselben Code wie der Export und werden vom XML-Parser Ihres Browsers erneut gelesen.
• Nichts verlässt Ihr Gerät — Lesen, Parsen und Schreiben passieren lokal in einem Hintergrundthread — ein vertraulicher Export bleibt vertraulich.

Das ist die erste echte Entscheidung jeder CSV-zu-XML-Umwandlung, und die beiden Formen sind wirklich verschiedene Dokumente, keine Stilfrage.

• Elemente — Jeder Wert wird ein Kindelement: <row><city>Paris</city></row>. Das ist die Voreinstellung und die sichere Wahl — ein Element darf leer sein, kann typisiert und als nillable deklariert werden und trägt Text beliebiger Länge, Zeilenumbrüche eingeschlossen.
• Attribute — Jeder Wert wird ein Attribut der Zeile: <row city="Paris"/>. Das Dokument ist deutlich kleiner und liest sich natürlich für kurze Bezeichner. Ein Attribut kann weder wiederholt noch nil sein.
• CDATA — Der Wert wird in einen CDATA-Abschnitt gehüllt und unverändert durchgereicht. Genau das braucht eine Spalte mit HTML oder anderem Markup. Der Abschluss ]]> wird durch Teilen des Abschnitts behandelt, ein Wert, der ihn enthält, bleibt also korrekt.
• Überspringen — Die Spalte fehlt in der Ausgabe vollständig — nützlich für interne Schlüssel und Prüfspalten, die nicht ins Zielsystem gehören.
• Die Attributfalle, die dieses Werkzeug vermeidet — XML-Parser normalisieren Attributwerte, bevor eine Anwendung sie sieht: ein wörtlicher Tabulator, Zeilenumbruch oder Wagenrücklauf im Attribut wird durch ein Leerzeichen ersetzt. Ein Konverter, der eine mehrzeilige Adresse direkt in ein Attribut schreibt, erzeugt ein wohlgeformtes Dokument, das seine Umbrüche still verloren hat. Hier werden diese Zeichen als Referenzen geschrieben, und der Wert übersteht den Rundlauf unverändert.

XML ist bei Namen weit strenger als eine Tabellenkalkulation. Eine Kopfzeile ist beliebiger Text; ein Elementname muss mit einem Buchstaben oder Unterstrich beginnen und darf keine Leerzeichen, kaum Satzzeichen und keinen Doppelpunkt enthalten. Statt auszugeben, was die Kopfzeile sagte, und zu hoffen, wird jeder Name nach der veröffentlichten Grammatik repariert — und die Reparatur wird Ihnen gezeigt.

• Leerzeichen und Satzzeichen — Eine Folge unzulässiger Zeichen wird zu einem einzigen Unterstrich, aus First Name wird also First_Name statt First__Name, und aus Total (£) wird Total statt Total____.
• Ein Name, der nicht dort beginnen darf, wo er beginnt — Eine führende Ziffer, ein Bindestrich oder Punkt bekommt einen Unterstrich davor statt gelöscht zu werden — aus 2024 wird _2024, was umkehrbar ist, während das Löschen der Ziffer 2024 und 024 gleich machen würde.
• Das reservierte Präfix xml — Die Spezifikation reserviert jeden Namen, der in beliebiger Groß-/Kleinschreibung mit xml beginnt. Eine Kopfzeile xml oder XmlData bekommt ein Präfix, das einzig Zulässige.
• Doppelte Kopfzeilen — Aus zwei Spalten Name werden Name und Name_2. Die Reparatur selbst kann Kollisionen erzeugen — Total (£) und Total (€) beginnen beide als Total — das ist also nicht optional.
• Buchstaben aller Schriften bleiben erhalten — Die Grammatik erlaubt den gesamten Unicode-Buchstabenbereich, und dieses Werkzeug auch. Die eine bewusste Ausnahme sind Emoji und andere Zeichen oberhalb der Grundebene: die Spezifikation erlaubt sie im Namen, echte Parser nicht. Gemessen an zwei unabhängigen Implementierungen weist die eine das ganze Dokument zurück, und die andere liefert das Element still als reinen Text ohne seinen Inhalt. Ein Emoji in einer Kopfzeile wird deshalb zum Unterstrich, damit jeder Parser das Ergebnis gleich liest.
• Sie sehen immer, was sich geändert hat — Die Spaltentabelle nennt den verwendeten Namen und, wo er abweicht, die Kopfzeile, aus der er stammt. Ein Werkzeug, das Ihre Spalten umbenennt, ohne es zu sagen, hat dasselbe Problem wie eines, das sie falsch umbenennt.

Zwei Einstellungen entscheiden, was ein Empfänger aus Ihrem XML schließen kann, und beide sind kostenlos.

• Leeres Element — <city></city> — das Feld existiert und sein Wert ist die leere Zeichenkette. Das ist die Voreinstellung und entspricht dem, was die Vorgängerversion dieses Werkzeugs erzeugt hat.
• Weglassen — Das Element wird gar nicht geschrieben. Kleinere Ausgabe, und die richtige Antwort, wenn das Zielsystem ein fehlendes Feld als unbekannt behandelt.
• xsi:nil — <city xsi:nil="true"/> — die schemakonforme Art zu sagen, dass der Wert bekanntermaßen fehlt, und die einzige der drei, die ein Empfänger davon unterscheiden kann, dass der Exporteur das Feld vergessen hat. Die xsi-Namensraumbindung wird automatisch an die Wurzel gesetzt, denn ein mitten im Dokument deklarierter Namensraum ist zulässig und nutzlos.
• Typannotation — Mit xsi:type gibt jedes Element an, was es enthält — xs:integer, xs:decimal, xs:boolean, xs:date, xs:time, xs:dateTime oder xs:string. Eine Spalte bekommt nur dann einen engen Typ, wenn jeder nicht leere Wert dieser lexikalischen Form entspricht.
• Warum 01234 Text bleibt — Eine führende Null bedeutet Bezeichner — Postleitzahl, Teilenummer, Telefonnummer — und sobald sie als Zahl typisiert wird, ist die Null weg. Es wird auch keine Sprache geraten: der XSD-Lexikalraum ist festgelegt, ein deutscher Export mit 1.234,56 ist also korrekt Text und wird nicht still uminterpretiert.

Trennzeichen, Anführungszeichen und Kodierung werden aus der Datei erkannt, und jedes davon lässt sich überschreiben, wenn die Erkennung nicht das Gewünschte ergibt.

• Trennzeichen — Komma, Semikolon, Tabulator oder senkrechter Strich. Die Erkennung parst eine Stichprobe mit jedem Kandidaten und bewertet, wie gleichmäßig die Zeilenbreiten sind — ein Komma in einer zitierten Adresse lässt eine semikolongetrennte Datei also nicht wie eine kommagetrennte aussehen.
• Anführungszeichen — Doppeltes Anführungszeichen, Apostroph oder keines. Dateien mit Apostroph-Zitierung gibt es, und eine mit dem falschen Zeichen zu lesen verschmilzt Zeilen, statt zu scheitern.
• Führende Zeilen überspringen — Für Exporte mit Titel und Leerzeile über der eigentlichen Kopfzeile. Die Anzahl wirkt vor der Trennzeichenerkennung, denn eine Titelzeile ist gar nicht getrennt, und eine Erkennung darauf findet nur eine Spalte.
• Leerzeilen überspringen — Eine Zeile, deren Zellen alle leer sind, entfällt. Nur auf eine buchstäblich leere Zeile zu prüfen übersieht, was eine Tabellenkalkulation für eine Leerzeile mitten in einem Bereich tatsächlich schreibt.
• Kommentarzeilen — Setzen Sie ein Präfix — üblich ist # — und jede Zeile, die damit beginnt, wird ignoriert.
• Zusätzliche Spalten bleiben erhalten — Ist eine Datenzeile breiter als die Kopfzeile, bekommen die überzähligen Spalten erzeugte Namen und die Anzahl wird gemeldet. Die Datei auf die Kopfzeile zu stutzen verwirft still Daten, und das entstehende Dokument sieht völlig in Ordnung aus.

Automatisch ist fast immer richtig. Die Liste lohnt das Lesen, weil zwei der Einträge, die die Vorgängerversion anbot, derselbe Dekoder unter verschiedenen Namen waren.

• Automatisch — Eine Byte-Order-Marke, falls die Datei eine hat, sonst UTF-8, falls die Bytes gültiges UTF-8 sind, sonst Windows-1252 — das, was eine westliche Tabellenkalkulation schreibt, wenn nichts Bestimmtes verlangt wird.
• Die Marke gewinnt immer — Eine Byte-Order-Marke ist die Datei, die ihre Kodierung angibt; die Auswahlliste sind Sie beim Raten. Bei Widerspruch wird die Marke verwendet und das Werkzeug sagt es, statt still das Richtige zu tun, während die Liste etwas anderes anzeigt.
• UTF-16LE und UTF-16BE — Was der Unicode-Text-Export einer Tabellenkalkulation erzeugt. Als UTF-8 gelesen werden dieselben Bytes zu einem Feld aus Nullbytes, und die ganze Datei parst als eine einzige riesige einspaltige Zeile.
• Windows-1252 und ISO-8859-1 sind hier wirklich verschieden — Der Kodierungsstandard führt iso-8859-1 als Bezeichnung von windows-1252, wer also einen Browser um das eine bittet, bekommt das andere. In echtem ISO-8859-1 sind die Bytes 0x80 bis 0x9F Steuerzeichen, keine typografischen Anführungszeichen und Eurozeichen. Dieses Werkzeug setzt es richtig um — die einzige Möglichkeit, eine Datei zu lesen, die wirklich Latin-1 ist.

Eine CSV ist flach und XML ist ein Baum, und der häufigste Grund, überhaupt XML zu wollen, ist eine Hierarchie zurückzugewinnen, die die Tabelle plattgemacht hat. Diese beiden Funktionen gehören zu Pro, weil keine davon für korrektes XML nötig ist — es geht darum, das Dokument in das System eines anderen einzupassen.

• Nach einer Spalte gruppieren — Wählen Sie eine Spalte, und Zeilen mit gleichem Wert werden unter einem Gruppenelement mit diesem Wert gesammelt, in der Reihenfolge, in der die Datei ihn zuerst nennt. Die Gruppierungsspalte wird in den Zeilen nicht wiederholt, sonst wäre es wieder das flache Dokument mit zusätzlicher Verschachtelung drumherum.
• Namensraumbindung — Geben Sie dem Dokument eine Namensraum-URI, wahlweise mit Präfix. Ohne Präfix wird sie als Standardnamensraum gebunden; mit Präfix trägt es jedes Element.
• Erzeugtes XSD — Ein Schema aus demselben Plan und demselben Typklassifizierer wie das Dokument. Es ist dort bewusst locker, wo Raten schaden würde: keine abgeleiteten Maximallängen, keine Aufzählungen, denn eine aus einem Export gewonnene Einschränkung ist die, an der der nächste scheitert.
• Stapel in einem ZIP — Wandeln Sie bis zu 50 Dateien auf einmal um und nehmen Sie alles als ein Archiv mit, Schemas eingeschlossen. Eintragsnamen werden zuerst abgesichert und eindeutig gemacht, damit zwei Ordner mit je einer data.csv nicht still zu einem Eintrag verschmelzen.

Die Datei wird in einem Hintergrundthread blockweise dekodiert, geparst und geschrieben. Ein Export von 26,7 MB wird in rund 1,2 Sekunden umgewandelt, und die Seite bleibt bedienbar.

• Wurzel-/Zeilen-Tags — Legt die Elementnamen der obersten Ebene und je Zeile fest. Kostenlos — dafür gibt es das Werkzeug.
• Erste Zeile als Namen — Nutzt die Kopfzeilenfelder als Kind-Tagnamen, oder erzeugt column_1, column_2 und so weiter.
• Ausgabemodus — Elemente oder Attribute für die ganze Datei, je Spalte auf CDATA oder Überspringen umstellbar.
• Leere Werte — Leeres Element, weggelassen oder xsi:nil.
• Typannotation — Fügt jedem Element xsi:type hinzu, mit dem aus der ganzen Spalte abgeleiteten Typ.
• Einrückung — Zwei Leerzeichen, vier Leerzeichen, Tabulator oder minimiert auf eine einzige Zeile.
• XML-Deklaration — Die Versions- und Kodierungszeile oben einschließen oder weglassen.
• Trennzeichen, Zitierung, Kodierung — Aus der Datei erkannt oder von Hand gesetzt, wenn die Erkennung nicht passt.
• Zeilen, Leerzeilen, Kommentare überspringen — Führende Titelzeilen, leere Zeilen und Zeilen, die mit einem von Ihnen gewählten Präfix beginnen.
• Herunterladen als — Legt den Dateinamen der Ausgabe fest. Mehrere Dateien kommen als ein ZIP zurück.

Eine CSV sagt nichts darüber, was ihre Spalten bedeuten. XML trägt die Namen, die Struktur und — mit einem Schema — die Typen, weshalb es weiterhin das Format ist, das die meisten Unternehmens- und Behördenintegrationen verlangen.

• Systemkompatibilität — Viele Unternehmens-, Finanz- und Behördensysteme nehmen XML an und sonst nichts, und weisen eine CSV zurück, ohne sie zu lesen.
• Die Struktur, die die Tabelle verloren hat — Zeilen unter einer Schlüsselspalte zu gruppieren gewinnt eine Hierarchie zurück, die ein flacher Export aufgeben musste.
• Ein Vertrag, nicht nur Daten — Ein erzeugtes XSD lässt das empfangende System prüfen, was Sie geschickt haben, statt sich die Form per E-Mail erklären zu lassen.
• Eindeutiger Text — Zeichen, die einen naiven Export zerlegen würden, werden escapt; Zeichen, die XML gar nicht darstellen kann, werden entfernt und gezählt; und das Ergebnis prüft ein Parser, bevor Sie es herunterladen.

• CSV in JSON
• CSV in Markdown
• CSV in Excel
• CSV-Werkzeuge
• An OpenDocument spreadsheet

  The open-standard alternative to Excel, native to LibreOffice Calc

• Generate INSERT statements

  When the destination is a database table rather than a document