XLSX naar JSON omzetten

Deze omzetting bestaat vanwege een patroon dat zich in elke organisatie herhaalt: de gezaghebbende versie van iets — een prijslijst, een productcatalogus, een vertaaltabel, een set openingstijden, een mapping van codes naar namen — leeft in een werkblad bijgehouden door iemand die geen ontwikkelaar is, en het moet een programma bereiken dat data verwacht.

Dat is een volkomen redelijke regeling. Een werkblad is een goede bewerkingsinterface, zakelijke gebruikers kennen het al, en een klein beheertool bouwen om het te vervangen is zelden de moeite waard. Wat het nodig heeft is een betrouwbare omzetting bij de grens, en dat is hier het hele werk.

De mapping is de voor de hand liggende. De eerste rij wordt behandeld als header en levert de sleutelnamen; elke rij erna wordt één object; elke cel wordt een waarde op dat object. Het resultaat is een array van records, wat de vorm is die een consumerend programma vrijwel altijd wil.

Het loont om bewust over de headerrij na te denken, want die cellen worden sleutelnamen in je code. Kort, kleine letters, geen spaties en geen leestekens levert sleutels op die prettig zijn om te typen; een header die "Eenheidsprijs (€, excl. btw)" leest, levert iets op dat niemand twee keer wil intypen.

Een werkblad slaat datums niet als datums op. Het slaat een getal op dat dagen telt vanaf een oorsprong, en de celopmaak zorgt dat 45678 er als een datum uitziet op het scherm. Omzetten geeft terug wat er echt in het bestand staat, wat het getal is.

De twee manieren eromheen zijn beide bewust. Zet de kolom in het werkblad op tekst en typ ISO-datums erin, wat het bestand zelfbeschrijvend maakt en elke omzetting overleeft. Of transformeer de waarden na het omzetten, door zelf de dagentel-rekenkunde toe te passen. Beide zijn prima; het probleem pas in productie ontdekken niet.

Een postcode, een productcode, een banksorteercode of een burgerservicenummer opgeslagen in een cel opgemaakt als getal is zijn voorloopnullen al kwijtgeraakt — Excel deed dat toen de waarde getypt of geïmporteerd werd, en het bestand bevat een getal.

Hetzelfde geldt voor identifiers boven de vijftien cijfers, die hun laatste cijfers verliezen aan floating point in het werkblad zelf. Geen omzetter kan een van beide herstellen, want de informatie zit niet in het bestand. De oplossing zit stroomopwaarts: die kolommen moeten in het werkblad als tekst opgemaakt zijn, en het is de moeite waard om dat eenmaal te zeggen tegen wie het bijhoudt in plaats van de uitvoer elke maand te repareren.

Formules, en je krijgt hun resultaten — wat je wilde, want een programma heeft niets aan een formule. Opmaak, kleuren, voorwaardelijke regels en kolombreedtes, geen van alles data. Grafieken, opmerkingen en samengevoegde cellen, die geen equivalent hebben.

Samengevoegde cellen zijn degene om op te letten. Een samengevoegde header over drie kolommen is een vormgevingstruc, en het levert een object op met één sleutel en twee lege — wat een vreemd ogend record is dat uit een heel logisch ogend blad kwam. Platte headers, één cel per kolom, zijn wat deze omzetting saai maakt, en saai is het doel.

De gebruikelijke regeling is het werkblad als bewerkbare bron te bewaren, naar JSON om te zetten als stap, en de JSON naast de code te committen. De data is dan te beoordelen in een pull request, versiebeheerd, en beschikbaar tijdens de build zonder runtime-afhankelijkheid van een bestand dat iemand kan verplaatsen.

Twee gewoontes maken dat het over tijd blijft werken. Zet elke keer op dezelfde manier om zodat een diff echte wijzigingen toont in plaats van herordening. En valideer het resultaat tegen een schema voor het gecommit wordt, zodat een kolom hernoemd door een goedbedoelende collega een controle laat falen in plaats van stilzwijgend objecten met een ontbrekend veld te produceren.

Gaat de bestemming naar een databaseimport, een analysetool of een datapipeline, dan is CSV meestal het betere tussenformaat: het streamt, elk systeem leest het, en het legt geen nestingsstructuur op aan data die er geen heeft.

JSON verdient zijn plek als de data code in gaat — een front-end, een configuratiebestand, een API-fixture — waar een array van objecten is wat de taal wil en het parsen één regel is. Kies op basis van wat het bestand leest in plaats van welk formaat moderner klinkt.

De omzetting draait in het browsertabblad op je eigen processor, dus wordt er niets geüpload en houdt geen server een kopie. Er is geen account, geen wachtrij en geen dagelijkse toelage; de groottegrens is 100 MB per bestand, honderd bestanden per sleep.

Dat is hier niet bijkomstig. De werkbladen die mensen omzetten zijn intern: prijzen, marges, klantenlijsten, personeelsdossiers, onuitgebrachte catalogi. Ze nergens naartoe sturen is de eenvoudigste vorm van niemand ermee hoeven te vertrouwen.