Converter CSV em XML

1. 1

   Adicione seu CSV

   Solte um arquivo .csv, .tsv, .txt ou .psv na página, ou procure-o. Delimitador, aspas e codificação são detectados do próprio arquivo.

2. 2

   Nomeie os elementos raiz e de linha

   Defina o contêiner de topo e o elemento que envolve cada linha. O que não for um nome XML válido é reparado, e a ferramenta avisa.

3. 3

   Escolha como as colunas são escritas

   Escolha elementos ou atributos para o arquivo inteiro e depois mude qualquer coluna para CDATA ou ignore-a na tabela de colunas.

4. 4

   Confira a prévia

   As primeiras vinte linhas são geradas pelo mesmo código da exportação e relidas pelo analisador XML do navegador, então você vê o documento real antes de decidir.

5. 5

   Baixe

   Salve o XML e, se pediu, o esquema XSD gerado ao lado. Vários arquivos voltam em um único ZIP.

Um CSV é uma grade de texto. XML é uma árvore com nomes, tipos e regras sobre o que esses nomes podem conter. Quase todo o trabalho de converter um no outro está nessa distância: decidir no que cada coluna se transforma e garantir que o resultado seja algo que um analisador aceite.

• Nomes que são XML válido — Os nomes são construídos segundo a gramática NCName do XML, então um cabeçalho -id, 2024, xml ou Total (£) produz um documento que analisa em vez de um que não.
• Nomes no seu próprio idioma — Führung e 名前 são nomes de elemento perfeitamente legais e sobrevivem intactos. Um conversor que os reduz a F_hrung e __ perdeu os seus títulos de coluna.
• Elementos ou atributos, por coluna — Defina o padrão do arquivo e depois mude qualquer coluna — incluindo CDATA para valores com marcação, e ignorar para colunas que não devem sair.
• Três respostas honestas para uma célula vazia — Um elemento vazio, nenhum elemento, ou xsi:nil — a única que quem consome consegue distinguir de um campo que o exportador esqueceu.
• Uma prévia que é o documento real — As primeiras vinte linhas são geradas pelo mesmo código da exportação e relidas pelo analisador XML do seu navegador.
• No seu dispositivo, não nos nossos servidores — Ler, analisar e escrever acontecem localmente, em uma thread de segundo plano, então uma exportação confidencial continua sendo.

Essa é a primeira decisão real de qualquer conversão de CSV para XML, e as duas formas são documentos genuinamente diferentes, não uma preferência de estilo.

• Elementos — Cada valor vira um elemento filho: <row><city>Paris</city></row>. É o padrão e a escolha segura — um elemento pode ficar vazio, pode ser tipado, pode ser declarado nillable e aceita texto de qualquer tamanho, quebras de linha incluídas.
• Atributos — Cada valor vira um atributo da linha: <row city="Paris"/>. O documento fica bem menor e lê-se naturalmente para identificadores curtos. Um atributo não pode se repetir nem ser nil.
• CDATA — O valor é envolvido em uma seção CDATA e passa literalmente. É o que se quer para uma coluna com HTML ou outro fragmento de marcação. O terminador ]]> é tratado dividindo a seção, então um valor que o contenha continua correto.
• Ignorar — A coluna fica totalmente fora da saída — útil para chaves internas e colunas de auditoria que não devem viajar até o sistema de destino.
• A armadilha dos atributos que esta ferramenta evita — Analisadores XML normalizam valores de atributo antes de o aplicativo vê-los: uma tabulação, quebra de linha ou retorno de carro literal dentro de um atributo vira espaço. Um conversor que escreve um endereço de várias linhas direto num atributo produz um documento bem formado que perdeu silenciosamente suas quebras. Aqui esses caracteres são escritos como referências, e o valor sobrevive à ida e volta.

XML é muito mais rígido com nomes do que uma planilha. Um cabeçalho é qualquer texto; um nome de elemento precisa começar com letra ou sublinhado e não pode conter espaços, quase nenhuma pontuação, nem dois-pontos. Em vez de emitir o que o cabeçalho dizia e torcer, cada nome é reparado segundo a gramática publicada e o reparo é mostrado a você.

• Espaços e pontuação — Uma sequência de caracteres ilegais vira um único sublinhado, então First Name é First_Name e não First__Name, e Total (£) é Total e não Total____.
• Um nome que não pode começar onde começa — Um dígito, hífen ou ponto inicial recebe um sublinhado na frente em vez de ser apagado — 2024 vira _2024, o que é reversível, enquanto apagar o dígito tornaria 2024 e 024 iguais.
• O prefixo reservado xml — A especificação reserva todo nome começando com xml em qualquer caixa. Um cabeçalho xml ou XmlData recebe um prefixo, a única coisa legal a se fazer com ele.
• Cabeçalhos duplicados — Duas colunas Name viram Name e Name_2. O próprio reparo pode criar colisões — Total (£) e Total (€) começam ambas como Total — então isso não é opcional.
• Letras de todas as escritas são mantidas — A gramática permite toda a faixa de letras Unicode, e esta ferramenta também. A única exceção deliberada são emoji e outros caracteres acima do plano básico: a especificação os permite em um nome, mas os analisadores reais não. Medido em duas implementações independentes, uma recusa o documento inteiro e a outra devolve o elemento como texto puro, com o conteúdo perdido. Um emoji num cabeçalho vira, portanto, um sublinhado, para que todo analisador leia o resultado igual.
• Você sempre vê o que mudou — A tabela de colunas lista o nome usado e, quando diferem, o cabeçalho de onde veio. Uma ferramenta que renomeia suas colunas sem avisar tem o mesmo problema de uma que as renomeia errado.

Duas configurações decidem o que quem consome o seu XML pode concluir dele, e as duas são grátis.

• Elemento vazio — <city></city> — o campo existe e o valor é a string vazia. É o padrão e corresponde ao que a versão anterior desta ferramenta produzia.
• Omitir — O elemento não é escrito. Saída menor, e a resposta certa quando o sistema de destino trata um campo ausente como desconhecido.
• xsi:nil — <city xsi:nil="true"/> — a forma correta pelo esquema de dizer que o valor é sabidamente ausente, e a única das três que quem consome distingue de o exportador ter esquecido o campo. A vinculação do namespace xsi é adicionada à raiz automaticamente, porque um namespace declarado no meio de um documento é legal e inútil.
• Anotação de tipo — Ative xsi:type e cada elemento declara o que contém — xs:integer, xs:decimal, xs:boolean, xs:date, xs:time, xs:dateTime ou xs:string. Uma coluna só recebe um tipo estreito quando todos os valores não vazios correspondem àquela forma léxica.
• Por que 01234 continua texto — Um zero à esquerda significa identificador — um CEP, um código de peça, um telefone — e no momento em que é tipado como número o zero some. Também não há adivinhação de idioma: o espaço léxico XSD é fixo, então uma exportação alemã escrevendo 1.234,56 é corretamente texto em vez de ser silenciosamente reinterpretada.

O delimitador, o caractere de aspas e a codificação são detectados do arquivo, e todos podem ser sobrepostos quando a detecção não é a desejada.

• Delimitador — Vírgula, ponto e vírgula, tabulação ou barra vertical. A detecção analisa uma amostra com cada candidato e pontua a consistência das larguras de linha, então uma vírgula dentro de um endereço entre aspas não faz um arquivo de ponto e vírgula parecer de vírgulas.
• Caractere de aspas — Aspas duplas, apóstrofo ou nenhum. Existem arquivos com aspas de apóstrofo, e ler um com o caractere errado funde linhas em vez de falhar.
• Ignorar linhas iniciais — Para exportações com um título e uma linha em branco acima do cabeçalho real. A contagem se aplica antes da detecção do delimitador, porque uma linha de título não é delimitada e detectar sobre ela encontra uma única coluna.
• Ignorar linhas em branco — Uma linha cujas células estejam todas vazias é descartada. Testar só se a linha está literalmente vazia perde o que uma planilha realmente escreve para uma linha em branco no meio de um intervalo.
• Linhas de comentário — Defina um prefixo — # é o usual — e qualquer linha que comece com ele é ignorada.
• Colunas a mais são mantidas — Quando uma linha de dados é mais larga que o cabeçalho, as colunas excedentes recebem nomes gerados e a contagem é informada. Ajustar o arquivo ao cabeçalho descarta dados em silêncio, e o documento resultante parece perfeito.

Automático acerta quase sempre. A lista vale a leitura porque duas das entradas oferecidas pela versão anterior desta ferramenta eram o mesmo decodificador com nomes diferentes.

• Automático — Uma marca de ordem de bytes se o arquivo tiver uma; senão UTF-8 se os bytes forem UTF-8 válido; senão Windows-1252, que é o que uma planilha ocidental escreve quando nada específico é pedido.
• A marca sempre vence — Uma marca de ordem de bytes é o arquivo declarando a própria codificação; a lista suspensa é você adivinhando. Quando discordam, a marca é usada e a ferramenta avisa, em vez de acertar em silêncio enquanto a lista mostra outra coisa.
• UTF-16LE e UTF-16BE — O que a exportação Texto Unicode de uma planilha produz. Lidos como UTF-8, os mesmos bytes viram um campo de nulos e o arquivo inteiro é analisado como uma única linha enorme de uma coluna.
• Windows-1252 e ISO-8859-1 aqui são de fato diferentes — O padrão de codificações lista iso-8859-1 como rótulo de windows-1252, então pedir uma a um navegador entrega a outra. No ISO-8859-1 de verdade os bytes 0x80 a 0x9F são caracteres de controle, não aspas curvas e símbolos de euro. Esta ferramenta o implementa direito, o único jeito de ler um arquivo que realmente seja Latin-1.

Um CSV é plano e XML é uma árvore, e o motivo mais comum para querer XML é recuperar uma hierarquia que a planilha achatou. Estes dois recursos estão no plano Pro porque nenhum é necessário para obter XML correto — eles servem para encaixar o documento no sistema de outra pessoa.

• Agrupar por uma coluna — Escolha uma coluna e as linhas que compartilham um valor são reunidas sob um elemento de grupo com esse valor, na ordem em que o arquivo o menciona pela primeira vez. A coluna de agrupamento não se repete dentro de cada linha, porque isso seria o documento plano de novo com aninhamento em volta.
• Vinculação de namespace — Dê ao documento um URI de namespace, com prefixo opcional. Sem prefixo ele vira o namespace padrão; com prefixo, cada elemento o carrega.
• XSD gerado — Um esquema construído a partir do mesmo plano e do mesmo classificador de tipos do documento. Ele é deliberadamente frouxo onde adivinhar faria mal: sem comprimentos máximos inferidos e sem enumerações, porque uma restrição tirada de uma exportação é a que a próxima quebra.
• Lote em um único ZIP — Converta até 50 arquivos de uma vez e leve tudo em um único arquivo compactado, esquemas incluídos. Os nomes das entradas são tornados seguros e únicos primeiro, para que duas pastas com data.csv não colapsem silenciosamente em uma só entrada.

O arquivo é decodificado, analisado e escrito em uma thread de segundo plano, um bloco de linhas por vez. Uma exportação de 26,7 MB converte em cerca de 1,2 segundo e a página continua respondendo.

• Tags raiz e de linha — Define os nomes de elemento de topo e por linha. Grátis — é para isso que a ferramenta existe.
• Primeira linha como nomes — Usa os campos do cabeçalho como nomes de tags filhas, ou gera column_1, column_2 e assim por diante.
• Modo de saída — Elementos ou atributos para o arquivo inteiro, alterável por coluna para CDATA ou ignorar.
• Valores vazios — Elemento vazio, omitido, ou xsi:nil.
• Anotação de tipo — Acrescenta xsi:type a cada elemento, com o tipo inferido da coluna inteira.
• Indentação — Dois espaços, quatro espaços, tabulação, ou minificado em uma única linha.
• Declaração XML — Inclui ou omite a linha de versão e codificação no topo.
• Delimitador, aspas, codificação — Detectados do arquivo, ou definidos à mão quando a detecção não é a desejada.
• Ignorar linhas, brancos, comentários — Linhas de título iniciais, linhas vazias e linhas que começam com um prefixo à sua escolha.
• Baixar como — Define o nome do arquivo de saída. Vários arquivos voltam em um único ZIP.

Um CSV não diz nada sobre o que suas colunas significam. XML carrega os nomes, a estrutura e — com um esquema — os tipos, e por isso continua sendo o formato que a maioria das integrações corporativas e do setor público pede.

• Compatibilidade entre sistemas — Muitos sistemas corporativos, financeiros e do setor público aceitam XML e nada mais, e rejeitam um CSV sem sequer lê-lo.
• A estrutura que a planilha perdeu — Agrupar linhas sob uma coluna-chave recupera uma hierarquia que uma exportação plana teve de descartar.
• Um contrato, não só dados — Um XSD gerado permite ao sistema receptor validar o que você enviou em vez de receber a forma por e-mail.
• Texto sem ambiguidade — Os caracteres que quebrariam uma exportação ingênua são escapados, os que o XML não consegue representar são removidos e contados, e o resultado é conferido por um analisador antes do download.

• CSV para JSON
• CSV para Markdown
• CSV para Excel
• Ferramentas 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