Convertire XLS in XLSX

Il formato binario Excel permette esattamente 65.536 righe su un foglio, un numero scelto quando un foglio di calcolo viveva in una memoria misurata in megabyte. Nessuno lo incontra contando. Lo si incontra quando un'esportazione database, un log di transazioni o un estratto di sondaggio arriva e si ferma silenziosamente, e l'ultima riga non è l'ultimo record.

È un fallimento genuinamente pericoloso, perché un foglio troncato sembra del tutto normale. I totali sono sbagliati e nulla lo dice. Se un file che si sta riconciliando finisce alla riga 65.536, lo si tratta come un limite di formato finché non si prova il contrario, si ri-esporta in un contenitore capace di contenere i dati, e si controlla il conteggio piuttosto che l'aspetto. Convertire il file troncato non riporta indietro le righe mancanti — non sono mai state scritte. Rimuove il muro così che la prossima esportazione arrivi completa, motivo per cui l'ordine è convertire, ri-esportare, riconciliare, e non il contrario.

La stessa generazione limitava un foglio a 256 colonne, terminando a IV. Era ampio per un libro mastro e non è ampio per le tabelle larghe che i sistemi moderni producono: un sondaggio con una colonna per domanda, una griglia mensile che copre diversi anni, un'esportazione analitica con un campo per ogni attributo.

XLSX permette 16.384 colonne, fino a XFD. In pratica una tabella che richiede davvero diverse centinaia di colonne sta dicendo qualcosa sulla propria forma più che sul proprio formato, ed è spesso meglio tenerla lunga invece che larga. Ma la conversione rimuove l'ostacolo immediato, e riformare i dati è una decisione che si può prendere dopo invece che sotto scadenza. Il limite di colonne fallisce anche in modo meno ovvio del limite di righe, perché una tabella che finisce oltre il bordo destro sembra una tabella che finisce lì. Nessuno scorre fino alla colonna IV per controllare se c'era qualcosa ad aspettare dietro.

Una cartella di lavoro binaria può contenere circa quattromila combinazioni distinte di formato cella, dove una combinazione è un particolare mix di font, dimensione, colore, bordo, riempimento e formato numero. La formattazione applicata una colonna alla volta, copiata tra fogli e stratificata negli anni le accumula silenziosamente, e la cartella di lavoro alla fine si rifiuta di accettarne un'altra.

Il messaggio confonde perché la cartella di lavoro non sembra elaboratamente formattata; gli stili sono per lo più duplicati che differiscono in un attributo. XLSX alza il tetto a circa sessantaquattromila, il che fa sparire l'errore. Vale comunque la pena ripulire la formattazione inutilizzata dopo, perché una cartella che ha raggiunto quattromila per caso raggiungerà sessantaquattromila nello stesso modo. Il colpevole abituale è formattazione applicata a intere colonne o interi fogli invece che all'intervallo usato, ripetuta su una dozzina di fogli da persone che si copiano a vicenda. Selezionare la regione genuinamente vuota e cancellarne i formati rimuove la maggior parte dell'accumulo in un'azione.

Il vecchio formato porta una tavolozza di 56 colori per l'intera cartella di lavoro. Qualsiasi cosa fuori da essa viene agganciata alla voce più vicina, motivo per cui una tonalità aziendale scelta con cura diventa un'approssimazione di sé stessa e perché due verdi diversi a volte diventano lo stesso verde.

La formattazione condizionale era limitata a tre regole per intervallo nella stessa generazione, il vincolo che trasforma uno schema semaforo semplice in un nido di IF annidati in una colonna di supporto. Convertire rimuove entrambi i limiti in una volta. I colori già appiattiti nel vecchio file non tornano, ma tutto ciò che si applica da qui in poi si comporta come previsto. È lo schema per ogni limite su questa pagina e vale la pena dichiararlo una volta: la conversione alza il tetto, non ripristina ciò che ha colpito il tetto. Dati persi per troncamento, colori agganciati a una tavolozza e regole mai aggiunte sono tutti persi per sempre.

Questa è l'unica perdita che coglie di sorpresa la gente, e non è un limite del convertitore. Microsoft ha deliberatamente separato le cartelle di lavoro con macro nella propria estensione quando il formato è cambiato, quindi un file chiamato .xlsx è garantito non contenere codice eseguibile. Inviarne uno è quindi un'affermazione più forte che inviare una cartella binaria che potrebbe contenere qualsiasi cosa.

Se l'automazione è il punto del file — un pulsante che costruisce un rapporto, una routine che valida le voci al salvataggio — questa conversione dà i dati e non il comportamento. Quella cartella di lavoro ha bisogno del formato con macro abilitate invece, e spostarla è una decisione su cosa serve il file piuttosto che su quale contenitore lo contiene. In una migrazione d'archivio di solito è una piccola minoranza di file e vale la pena separarli prima che il lotto giri, così che nessuno scopra tre mesi dopo che lo strumento di reportistica trimestrale si è convertito con successo e ha smesso di funzionare.

Il modello di calcolo non è cambiato tra le due generazioni, quindi le formule passano come formule: il grafo delle dipendenze è intatto, gli intervalli con nome continuano a risolversi, i riferimenti tra fogli puntano ancora dove puntavano, e ricalcolare produce le stesse risposte di prima.

Vale la pena controllare dopo qualsiasi cosa raggiungesse fuori dal file — un collegamento a un'altra cartella di lavoro su una lettera di unità che non esiste più, una query contro un database per cui nessuno ha più credenziali. Erano già rotti; la conversione lo rende il momento in cui ce ne si accorge, un buon momento perché accada. Le funzioni volatili sono l'altra cosa da guardare una volta. Un foglio non ricalcolato dal 2011 potrebbe mostrare risultati in cache, e aprire il file convertito lo ricalcola — quindi una cifra che cambia non è la conversione sbagliata, è quella vecchia che era obsoleta.

Poiché XLSX è un archivio ZIP di parti XML, il contenuto viene compresso in ingresso, dove il formato binario memorizza i suoi record così come sono. Le cartelle di lavoro fatte per lo più di numeri e formule comunemente escono diverse volte più piccole, cosa notevole su un'unità condivisa piena di esse.

Le immagini incorporate non si comprimono ulteriormente, dato che un JPEG è già compresso, quindi una cartella di lavoro ricca di immagini resta circa della stessa dimensione. Se un foglio di calcolo è grande perché qualcuno ci ha incollato screenshot, la conversione non aiuterà e gli screenshot sono la cosa da affrontare.

L'altra via comune verso questa pagina è una schermata di importazione. Piattaforme contabili, portali d'acquisto, sistemi paghe e strumenti analitici si sono progressivamente ristretti al formato moderno, in parte per i limiti descritti sopra e in parte perché i formati binari sono stati un meccanismo di consegna per file dannosi per anni.

Quest'ultimo motivo è perché la risposta è convertire piuttosto che chiedere un'eccezione. Un file che arriva come .xlsx non porta alcun progetto macro, esattamente perché le loro regole d'ingresso sono state scritte così, e nessuna quantità di spiegazioni sul fatto che il proprio foglio sia innocuo cambierà il modulo di caricamento.

Leggere un foglio di calcolo binario degli anni novanta richiede un vero motore d'ufficio, quindi questa coppia gira su un server piuttosto che nel browser. Il file va su una connessione cifrata verso un container che esegue LibreOffice headless e non contiene altro; la pagina lo dice invece di lasciare presumere che sia avvenuto localmente.

Al container non è permesso aprire connessioni in uscita. Ogni lavoro riceve la propria directory temporanea e il proprio profilo LibreOffice, e la directory viene eliminata non appena il lavoro finisce, con successo o meno. Tutto ciò che è ancora in esecuzione dopo sessanta secondi viene terminato, perché un file binario danneggiato ha più probabilità di bloccare il motore che di produrre un errore. Il limite gratuito è 25 MB per file.

Se il vecchio file era troncato a 65.536 righe, la domanda onesta non è quale formato foglio di calcolo usare ma se un foglio di calcolo sia ancora la casa giusta. Un milione di righe si apre lentamente, ricalcola lentamente e viene modificato a mano a rischio di tutti.

A quella dimensione un formato colonnare o database è la destinazione migliore: CSV per un'importazione, Parquet per l'analisi, SQL per un caricamento in una vera tabella. Si converte in XLSX quando una persona continuerà a lavorare nella griglia, e si tratta il conteggio righe come il segnale che non dovrebbe doverlo fare.