Convertire CSV in XLSX

Un CSV è un file di testo. Contiene valori e separatori e nient’altro: nessun tipo, nessuna formattazione, nessuna indicazione di che cosa dovrebbe essere una colonna. Quando Excel ne apre uno deve indovinare tutto questo mentre legge, e indovina colonna per colonna senza sapere a che cosa servano i dati.

Quelle congetture sono notoriamente distruttive. Un CAP 01234 diventa 1234. Un codice prodotto 0071 diventa 71. Un numero di conto da sedici cifre diventa 1,23457E+15 e, in certe versioni, viene arrotondato al punto che le cifre originali non si recuperano più. Tutto ciò che somiglia a una data lo diventa: è così che un gene chiamato SEPT2 è finito al 2 settembre, un problema abbastanza serio da spingere i genetisti a rinominare i propri geni piuttosto che continuare a litigare con i fogli di calcolo.

Un XLSX è un foglio di calcolo con i tipi già decisi. Ogni cella si porta dietro se è testo o numero, quindi Excel apre il file invece di interpretarlo, e i valori che vedete sono i valori che sono stati scritti.

La conversione fatta qui legge il CSV una volta, decide ogni valore sulle prove e lo scrive per ciò che è. Ciò che è inequivocabilmente un numero diventa un numero; ciò che non lo è resta testo, zeri iniziali compresi. Non è magia e non può leggervi nel pensiero su una colonna di cifre che potrebbe essere l’una o l’altra cosa — ma la decisione la prende una volta, in chiaro, invece di lasciarla a una finestra di importazione a cui persone diverse risponderanno in modi diversi.

L’altra metà della sofferenza da CSV è il delimitatore, e in italiano la conoscete bene. Il formato prende il nome dalle virgole e spesso non ne usa nessuna: le esportazioni da sistemi configurati in italiano, tedesco, francese o spagnolo usano di solito il punto e virgola, perché la virgola è già impegnata a fare da separatore decimale.

Aprite un file così aspettandovi le virgole e ogni riga finisce in una sola colonna. Qui il separatore viene rilevato dal file stesso, il che copre i casi comuni, e potete impostarlo a mano tra le opzioni sotto il risultato se il rilevamento ha sbagliato: riconvertite e la faccenda dura un secondo. Le tabulazioni sono trattate allo stesso modo, il che copre le esportazioni che in realtà sono TSV con un nome che finisce in .csv.

Vale la pena essere chiari sul limite. Formattazione, colori, larghezze delle colonne, riquadri bloccati, formule, grafici, filtri e fogli multipli non sopravvivono alla conversione perché non sono mai stati nel file. Un CSV contiene una griglia di valori; tutto il resto di ciò che rende un foglio di calcolo un foglio di calcolo è assente per progetto.

Quello che ottenete è una cartella di lavoro pulita a foglio singolo con i vostri dati tipizzati correttamente — che è il punto di partenza giusto. Formattare richiede un minuto in Excel; recuperare una colonna di CAP che hanno perso gli zeri iniziali tre passaggi fa richiede parecchio di più.

Guardate che cosa contengono di solito i CSV. Anagrafiche clienti, storici degli ordini, cedolini, liste di indirizzi, esportazioni da un CRM o da un negozio. Ci si avvicina alla definizione stessa di dati da non consegnare a un’azienda trovata in una pagina di risultati.

Questa conversione avviene interamente nel vostro browser: il parser e lo scrittore della cartella di lavoro sono JavaScript che la pagina ha scaricato, e il file viene letto dal vostro disco nella vostra stessa scheda. Non viene inviato nulla, e questo si verifica invece di crederlo: aprite gli strumenti di sviluppo, guardate la scheda di rete e convertite qualcosa. Significa anche che non c’è un limite di dimensione imposto da un caricamento né una coda dietro ad altre persone.

L’altro modo in cui un CSV arriva rotto è la codifica. Un file scritto in UTF-8 e letto con una vecchia tabella codici trasforma le lettere accentate in coppie di simboli; letto al contrario, spariscono del tutto.

L’indizio affidabile è una parola che conoscete. Se «città» compare come «città », state guardando UTF-8 letto come Windows-1252. Se compare come «citt?», l’informazione è già persa e l’esportazione va rifatta. In italiano il segnale arriva presto, con tutte le vocali accentate a fine parola. Questa pagina legge UTF-8, che è ciò che produce quasi ogni esportazione attuale.

XLSX ha un tetto rigido di 1.048.576 righe e 16.384 colonne per foglio. Un CSV non ha alcun tetto, quindi è perfettamente possibile avere in mano un file che non può diventare un solo foglio di lavoro.

Se la vostra esportazione supera il limite di righe, un foglio di calcolo è la destinazione sbagliata e non un piccolo problema da aggirare. Quella quantità di dati chiede un database o un file Parquet, e convertirla qui significherebbe soltanto perdere tutto ciò che sta oltre la milionesima riga.

La prima riga diventa la riga di intestazione del foglio. Niente viene rinominato o ripulito, quindi come l’esportazione ha chiamato le sue colonne è come le trovate.

Trenta secondi prima di convertire sono ben spesi, perché i nomi delle intestazioni viaggiano più lontano di quanto la gente si aspetti: tabelle pivot, legende dei grafici e ogni importazione successiva li useranno. Sistemare una colonna chiamata col_7 richiede un attimo nel CSV e sopravvive a ogni copia del file.

Trascinate quanti CSV volete. Ognuno diventa la propria cartella di lavoro e tornano dentro uno ZIP. Non vengono uniti in un’unica cartella con più fogli, perché bisognerebbe decidere quale file è quale foglio, e in quale ordine.

Se quello che volete davvero è una cartella con più fogli, converteteli singolarmente e spostate i fogli insieme in Excel dopo. Così l’unione è una decisione che avete preso voi e non una presa da un convertitore per conto vostro.