Convertir CSV a XML

1. 1

   Añade tu CSV

   Suelta un archivo .csv, .tsv, .txt o .psv sobre la página, o búscalo. El delimitador, la comilla y la codificación se detectan del propio archivo.

2. 2

   Nombra los elementos raíz y de fila

   Fija el contenedor superior y el elemento que envuelve cada fila. Lo que no sea un nombre XML válido se repara y la herramienta te lo dice.

3. 3

   Elige cómo se escriben las columnas

   Elige elementos o atributos para todo el archivo y luego cambia cualquier columna a CDATA u omítela en la tabla de columnas.

4. 4

   Revisa la vista previa

   Las primeras veinte filas se generan con el mismo código que la exportación y las relee el analizador XML del navegador, así ves el documento real antes de decidir.

5. 5

   Descarga

   Guarda el XML, y el esquema XSD generado si lo pediste. Varios archivos vuelven en un único ZIP.

Un CSV es una cuadrícula de texto. Un XML es un árbol con nombres, tipos y reglas sobre lo que esos nombres pueden contener. Casi todo el trabajo de convertir uno en otro está en esa distancia: decidir en qué se convierte cada columna y asegurarse de que el resultado es algo que un analizador acepte.

• Nombres que son XML válido — Los nombres se construyen según la gramática NCName de XML, así que una cabecera -id, 2024, xml o Total (£) produce un documento que se analiza en lugar de uno que no.
• Nombres en tu propio idioma — Führung y 名前 son nombres de elemento perfectamente legales y sobreviven intactos. Un conversor que los reduce a F_hrung y __ ha perdido tus encabezados.
• Elementos o atributos, por columna — Fija el modo por defecto y cambia cualquier columna — incluido CDATA para valores con marcado, y omitir para columnas que no quieres exportar.
• Tres respuestas honestas para una celda vacía — Un elemento vacío, ningún elemento, o xsi:nil — la única que un consumidor puede distinguir de un campo que el exportador olvidó.
• Una vista previa que es el documento real — Las primeras veinte filas se generan con el mismo código que la exportación y las relee el analizador XML de tu navegador.
• Nada sale de tu dispositivo — Leer, analizar y escribir ocurren localmente, en un hilo en segundo plano, así que una exportación confidencial sigue siéndolo.

Es la primera decisión real en cualquier conversión de CSV a XML, y las dos formas son documentos genuinamente distintos, no una preferencia de estilo.

• Elementos — Cada valor es un elemento hijo: <row><city>París</city></row>. Es la opción por defecto y la segura — un elemento puede estar vacío, puede llevar tipo, puede declararse nillable y admite texto de cualquier longitud, saltos de línea incluidos.
• Atributos — Cada valor es un atributo de la fila: <row city="París"/>. El documento es bastante más pequeño y se lee de forma natural para identificadores cortos. Un atributo no puede repetirse ni ser nil.
• CDATA — El valor se envuelve en una sección CDATA y pasa tal cual. Es lo que quieres para una columna con HTML u otro fragmento de marcado. El terminador ]]> se trata dividiendo la sección, así que un valor que lo contenga sigue siendo correcto.
• Omitir — La columna se deja fuera por completo — útil para claves internas y columnas de auditoría que no deberían viajar al sistema de destino.
• La trampa de los atributos que esta herramienta evita — Los analizadores XML normalizan los valores de atributo antes de que la aplicación los vea: un tabulador, salto de línea o retorno de carro literal dentro de un atributo se sustituye por un espacio. Un conversor que escribe una dirección de varias líneas directamente en un atributo produce un documento bien formado que ha perdido sus saltos. Aquí esos caracteres se escriben como referencias, así que el valor sobrevive al viaje de ida y vuelta.

XML es mucho más estricto con los nombres que una hoja de cálculo. Una cabecera es cualquier texto; un nombre de elemento tiene que empezar por letra o guion bajo y no puede contener espacios, casi ninguna puntuación ni dos puntos. En lugar de emitir lo que dijera la cabecera y esperar, cada nombre se repara según la gramática publicada y la reparación se te muestra.

• Espacios y puntuación — Una secuencia de caracteres ilegales pasa a un solo guion bajo, así que First Name es First_Name y no First__Name, y Total (£) es Total y no Total____.
• Un nombre que no puede empezar donde empieza — Un dígito, guion o punto inicial recibe un guion bajo delante en lugar de eliminarse — 2024 pasa a _2024, que es reversible, mientras que borrar el dígito haría iguales 2024 y 024.
• El prefijo reservado xml — La especificación reserva todo nombre que empiece por xml en cualquier combinación de mayúsculas. Una cabecera xml o XmlData recibe un prefijo, que es lo único legal que se puede hacer con ella.
• Cabeceras duplicadas — Dos columnas Name pasan a Name y Name_2. La propia reparación puede crear colisiones — Total (£) y Total (€) empiezan ambas como Total — así que esto no es opcional.
• Se conservan letras de todos los alfabetos — La gramática permite todo el rango de letras Unicode y esta herramienta también. La única excepción deliberada son los emoji y demás caracteres por encima del plano básico: la especificación los permite en un nombre, pero los analizadores reales no. Medido con dos implementaciones independientes, una rechaza el documento entero y la otra devuelve el elemento como texto plano con su contenido perdido. Un emoji en una cabecera pasa por tanto a guion bajo, para que todo analizador lea el resultado igual.
• Siempre ves qué cambió — La tabla de columnas lista el nombre usado y, cuando difieren, la cabecera de la que salió. Una herramienta que renombra tus columnas sin decírtelo tiene el mismo problema que una que las renombra mal.

Dos ajustes deciden qué puede concluir de tu XML quien lo consuma, y los dos son gratis.

• Elemento vacío — <city></city> — el campo existe y su valor es la cadena vacía. Es el modo por defecto y coincide con lo que producía la versión anterior de esta herramienta.
• Omitir — El elemento no se escribe. Salida más pequeña, y la respuesta correcta cuando el sistema de destino trata un campo ausente como desconocido.
• xsi:nil — <city xsi:nil="true"/> — la forma correcta según el esquema de decir que el valor se sabe ausente, y la única de las tres que un consumidor puede distinguir de que el exportador olvidara el campo. El enlace del espacio de nombres xsi se añade a la raíz automáticamente, porque un espacio de nombres declarado a mitad de un documento es legal e inútil.
• Anotación de tipo — Activa xsi:type y cada elemento declara lo que contiene — xs:integer, xs:decimal, xs:boolean, xs:date, xs:time, xs:dateTime o xs:string. Una columna solo recibe un tipo estrecho cuando todos sus valores no vacíos coinciden con esa forma léxica.
• Por qué 01234 sigue siendo cadena — Un cero inicial significa identificador — un código postal, una referencia, un teléfono — y en cuanto se tipa como número el cero desaparece. Tampoco hay adivinación de idioma: el espacio léxico XSD es fijo, así que una exportación alemana con 1.234,56 es correctamente una cadena en lugar de reinterpretarse en silencio.

El delimitador, la comilla y la codificación se detectan del archivo, y todos pueden anularse cuando la detección no es lo que querías.

• Delimitador — Coma, punto y coma, tabulador o barra vertical. La detección analiza una muestra con cada candidato y puntúa lo consistentes que son los anchos de fila, así que una coma dentro de una dirección entrecomillada no hace que un archivo con punto y coma parezca de comas.
• Carácter de comilla — Comilla doble, apóstrofo o ninguno. Existen archivos entrecomillados con apóstrofos, y leer uno con la comilla equivocada fusiona filas en lugar de fallar.
• Omitir filas iniciales — Para exportaciones con un título y una línea en blanco encima de la cabecera real. El recuento se aplica antes de detectar el delimitador, porque una fila de título no está delimitada y detectar sobre ella encuentra una sola columna.
• Omitir líneas en blanco — Se descarta la fila cuyas celdas estén todas vacías. Comprobar solo si la línea está literalmente vacía se pierde lo que una hoja de cálculo escribe de verdad para una fila en blanco en medio de un rango.
• Líneas de comentario — Fija un prefijo — # es el habitual — y se ignora cualquier fila que empiece por él.
• Las columnas de más se conservan — Cuando una fila de datos es más ancha que la cabecera, las columnas sobrantes reciben nombres generados y se informa del recuento. Cuadrar el archivo a la cabecera descarta datos en silencio, y el documento resultante parece perfecto.

Auto acierta casi siempre. La lista merece leerse porque dos de las entradas que ofrecía la versión anterior de esta herramienta eran el mismo decodificador con nombres distintos.

• Auto — Una marca de orden de bytes si el archivo la tiene; si no, UTF-8 cuando los bytes son UTF-8 válido; si no, Windows-1252, que es lo que escribe una hoja de cálculo occidental cuando no se le pide nada en concreto.
• La marca siempre gana — Una marca de orden de bytes es el archivo declarando su codificación; el desplegable eres tú suponiendo. Cuando discrepan se usa la marca y la herramienta lo dice, en vez de acertar en silencio mientras el desplegable muestra otra cosa.
• UTF-16LE y UTF-16BE — Lo que produce la exportación Texto Unicode de una hoja de cálculo. Leídos como UTF-8, esos bytes se vuelven un campo de nulos y el archivo entero se analiza como una única fila enorme de una columna.
• Windows-1252 e ISO-8859-1 aquí sí son distintos — El estándar de codificaciones lista iso-8859-1 como etiqueta de windows-1252, así que pedirle una a un navegador te da la otra. En ISO-8859-1 real los bytes 0x80 a 0x9F son caracteres de control, no comillas tipográficas ni símbolos de euro. Esta herramienta lo implementa de verdad, que es la única manera de leer un archivo que realmente sea Latin-1.

Un CSV es plano y un XML es un árbol, y la razón más común para querer XML es recuperar una jerarquía que la hoja de cálculo aplanó. Estas dos funciones están en el plan Pro porque ninguna hace falta para obtener XML correcto — tratan de encajar el documento en el sistema de otra persona.

• Agrupar por una columna — Elige una columna y las filas que comparten valor se recogen bajo un elemento de grupo que lleva ese valor, en el orden en que el archivo lo menciona por primera vez. La columna de agrupación no se repite dentro de cada fila, porque eso sería el documento plano otra vez con anidamiento alrededor.
• Enlace de espacio de nombres — Da al documento un URI de espacio de nombres, con prefijo opcional. Sin prefijo se enlaza como espacio de nombres por defecto; con prefijo, cada elemento lo lleva.
• XSD generado — Un esquema construido con el mismo plan y el mismo clasificador de tipos que el documento. Es deliberadamente laxo donde adivinar haría daño: sin longitudes máximas inferidas ni enumeraciones, porque una restricción deducida de una exportación es la que rompe la siguiente.
• Lotes en un solo ZIP — Convierte hasta 50 archivos a la vez y llévatelo todo en un único archivo comprimido, esquemas incluidos. Los nombres de entrada se hacen seguros y únicos primero, así que dos carpetas con data.csv no colapsan en silencio en una sola entrada.

El archivo se decodifica, analiza y escribe en un hilo en segundo plano, por bloques de filas. Una exportación de 26,7 MB se convierte en unos 1,2 segundos y la página sigue respondiendo.

• Etiquetas raíz y de fila — Fija los nombres de elemento superior y por fila. Gratis: es para lo que existe la herramienta.
• Primera fila como nombres — Usa los campos de cabecera como nombres de etiqueta hija, o genera column_1, column_2 y así.
• Modo de salida — Elementos o atributos para todo el archivo, anulable por columna a CDATA u omitir.
• Valores vacíos — Elemento vacío, omitido o xsi:nil.
• Anotación de tipo — Añade xsi:type a cada elemento, con el tipo deducido de la columna entera.
• Sangría — Dos espacios, cuatro espacios, tabulador o minificado en una sola línea.
• Declaración XML — Incluye u omite la línea de versión y codificación de arriba.
• Delimitador, comilla, codificación — Detectados del archivo, o fijados a mano cuando la detección no es lo que querías.
• Omitir filas, blancos, comentarios — Filas de título iniciales, filas vacías y líneas que empiezan por un prefijo que elijas.
• Descargar como — Fija el nombre del archivo de salida. Varios archivos vuelven en un único ZIP.

Un CSV no dice nada sobre lo que significan sus columnas. Un XML lleva los nombres, la estructura y — con un esquema — los tipos, por lo que sigue siendo el formato que piden la mayoría de integraciones empresariales y públicas.

• Compatibilidad entre sistemas — Muchos sistemas empresariales, financieros y del sector público aceptan XML y nada más, y rechazan un CSV sin llegar a leerlo.
• La estructura que la hoja perdió — Agrupar filas bajo una columna clave recupera una jerarquía que una exportación plana tuvo que descartar.
• Un contrato, no solo datos — Un XSD generado permite al sistema receptor validar lo que enviaste en vez de que le expliquen la forma por correo.
• Texto sin ambigüedad — Los caracteres que romperían una exportación ingenua se escapan, los que XML no puede representar se retiran y se cuentan, y el resultado lo comprueba un analizador antes de que lo descargues.

• CSV a JSON
• CSV a Markdown
• CSV a Excel
• Herramientas CSV
• 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