CSV in XLSX umwandeln

Eine CSV ist eine Textdatei. Sie enthält Werte und Trennzeichen und sonst nichts — keine Typen, keine Formatierung, keinen Hinweis darauf, was eine Spalte sein soll. Öffnet Excel eine, muss es das alles beim Lesen raten, Spalte für Spalte, ohne zu wissen, wofür die Daten da sind.

Diese Vermutungen sind berüchtigt zerstörerisch. Aus der Postleitzahl 01234 wird 1234. Aus der Artikelnummer 0071 wird 71. Eine sechzehnstellige Kontonummer wird zu 1,23457E+15 und in manchen Versionen so gerundet, dass die ursprünglichen Ziffern nicht mehr zu retten sind.

Das ist der bekannteste Fall und in deutschen Tabellen besonders unangenehm, weil hier mehr Werte wie ein Datum aussehen. 3.4 wird zum 3. April. Eine Maßangabe 1.5 wird zum 1. Mai. Eine Version 2.10 wird zum Oktober.

International hat dieselbe Mechanik dazu geführt, dass Genetiker ein Gen namens SEPT2 umbenannt haben, weil Excel es hartnäckig in den 2. September verwandelte. Es war einfacher, die Gene umzubenennen, als weiter gegen Tabellenkalkulationen anzukommen.

Ein XLSX ist eine Tabelle, in der die Typen schon entschieden sind. Jede Zelle trägt, ob sie Text oder Zahl ist, Excel öffnet die Datei also, statt sie zu deuten, und was du siehst, ist das, was geschrieben wurde.

Die Umwandlung liest die CSV einmal, entscheidet jeden Wert anhand dessen, was dasteht, und schreibt ihn als das, was er ist. Eindeutige Zahlen werden Zahlen; alles andere bleibt Text, führende Nullen inklusive. Das ist keine Zauberei — aber die Entscheidung fällt einmal und sichtbar, statt in einem Importdialog, den verschiedene Leute verschieden beantworten.

Die andere Hälfte des CSV-Elends ist der Trenner. Das Format ist nach dem Komma benannt und benutzt oft keines: Exporte aus deutsch, französisch, spanisch oder italienisch eingestellten Systemen nehmen in aller Regel Semikolons, weil das Komma schon als Dezimaltrennzeichen dient.

Öffnest du so eine Datei in der Erwartung von Kommas, landet jede Zeile in einer einzigen Spalte. Hier wird das Trennzeichen aus der Datei erkannt, und wenn die Erkennung danebenlag, kannst du es unter dem Ergebnis ausdrücklich setzen. Tabulatoren behandelt dieselbe Einstellung, was Exporte abdeckt, die in Wahrheit TSV mit der Endung .csv sind.

Die Obergrenze sollte klar sein. Formatierung, Farben, Spaltenbreiten, fixierte Bereiche, Formeln, Diagramme, Filter und mehrere Blätter überleben die Umwandlung nicht, weil sie nie in der Datei waren. Eine CSV hält ein Raster aus Werten; alles andere, was eine Tabelle zur Tabelle macht, fehlt von Haus aus.

Was du bekommst, ist eine saubere Arbeitsmappe mit einem Blatt und korrekt typisierten Daten — und das ist der richtige Ausgangspunkt. Formatieren dauert eine Minute; eine Spalte Postleitzahlen zurückzuholen, die drei Schritte vorher ihre führenden Nullen verloren hat, dauert erheblich länger.

Der andere Weg, auf dem eine CSV kaputt ankommt, ist der Zeichensatz. Eine als UTF-8 geschriebene Datei, die als alte Codepage gelesen wird, macht aus Umlauten Zeichenpaare; andersherum verschwinden sie ganz.

Der verlässliche Test ist ein bekanntes Wort. Steht dort Müller mit einem großen A mit Zirkumflex vor dem Umlaut, liest du UTF-8 als Windows-1252. Steht dort ein Fragezeichen, ist die Information schon weg und der Export muss neu gemacht werden. Diese Seite liest UTF-8, und das erzeugt heute nahezu jeder Export.

XLSX hat eine harte Decke: 1.048.576 Zeilen und 16.384 Spalten je Blatt. Eine CSV hat überhaupt keine Decke, du kannst also durchaus eine Datei halten, die kein Arbeitsblatt werden kann.

Liegt dein Export über der Zeilengrenze, ist eine Tabellenkalkulation das falsche Ziel und kein kleineres Problem. Diese Datenmenge will eine Datenbank oder eine Parquet-Datei; sie hierher zu wandeln hieße nur, alles jenseits der millionsten Zeile zu verlieren.

Die erste Zeile wird zur Kopfzeile des Blattes. Nichts wird umbenannt oder aufgeräumt, du bekommst also genau das, was der Export seine Spalten genannt hat.

Dreißig Sekunden lohnen sich, denn Überschriften reisen weiter, als die meisten erwarten: Pivot-Tabellen, Diagrammlegenden und jeder spätere Import benutzen sie. Eine Spalte namens spalte_7 in der CSV zu korrigieren dauert einen Moment und überlebt jede Kopie der Datei.

Sieh dir an, was in CSVs üblicherweise steht. Kundendaten, Bestellhistorien, Gehaltsläufe, Verteiler, Exporte aus einem CRM oder einem Shop. Das ist ziemlich genau die Definition von Daten, die man keinem Unternehmen gibt, das man über ein Suchergebnis gefunden hat.

Diese Umwandlung läuft vollständig in deinem Browser: Parser und Tabellenschreiber sind beides JavaScript, das die Seite geladen hat, und die Datei wird von deiner Platte in deinen eigenen Tab gelesen. Nichts wird gesendet, und du kannst es prüfen statt es zu glauben — Entwicklerwerkzeuge öffnen, Netzwerk-Tab beobachten, etwas umwandeln.