Pulisci un’esportazione CSV nel browser

I tuoi file e la tua privacy

Il tuo foglio di calcolo non viene mai caricato. Il file viene letto dal browser, analizzato da un Web Worker sul tuo dispositivo e riscritto dal meccanismo di download del browser. Il il codice dello strumento non effettua richieste che trasportano il file, il testo incollato o l'output generato. Divulgato le richieste di script di analisi sono separate e sono descritte nell'Informativa sulla privacy del sito.

Cosa fa questo strumento

Ripara un'esportazione di un foglio di calcolo che non si apre in modo corretto: viene rilevato piuttosto il delimitatore del previsto, viene rimosso un contrassegno dell'ordine dei byte UTF-8, le righe il cui conteggio delle celle non è vengono riportate in base al numero e la tabella viene riscritta come pulita RFC 4180 CSV.

La pulizia agisce sulla struttura del file, non sul significato dei dati. Lo strumento rileva quale carattere separa i campi, rimuove il segno dell'ordine dei byte UTF-8 iniziale, legge tra virgolette campi contenenti il delimitatore o un'interruzione di riga e denomina il numero di riga di ogni riga il cui numero di celle non è d'accordo con l'intestazione. È quindi possibile tagliare gli spazi bianchi, comprimere le sequenze di spazi, elimina le righe vuote e rimuovi i duplicati, prima di riscrivere la tabella con RFC 4180 citando. Rinominare e riordinare le colonne è un lavoro separato e risiede nel toolkit indice, linkato di seguito.

Come usarlo

1. Seleziona Scegli un file CSV o JSON e scegli l'esportazione che desideri correggere, fino a 50 MB. Anche incollare il testo funziona.
2. Lasciare il delimitatore su Rilevamento automatico; il valore rilevato viene riscritto nel controllo. Se l'anteprima mostra una colonna, impostala manualmente.
3. Leggere il riepilogo di righe e colonne e gli avvisi, ciascuno dei quali nomina un numero di riga come testo l'editore lo conta.
4. Applica Taglia spazi bianchi, Comprimi spazi, Rimuovi righe vuote e Rimuovi righe duplicate in qualunque sia l'ordine adatto al file e annulla tutto ciò che non volevi.
5. Scegli le opzioni di esportazione, quindi seleziona Scarica CSV e Cancella dati quando vuoi finito.

Casi d'uso di esempio

• Un'esportazione dal software europeo separato da un punto e virgola e collassato in uno solo colonna altrove.
• Un download il cui primo nome di intestazione ha rilevato un segno invisibile dell'ordine dei byte, quindi una ricerca su di esso non corrisponde mai.
• Un file interrotto da una modifica manuale, in cui una riga ha guadagnato una virgola e ogni colonna successiva lo è spostato.

Ingresso e uscita supportati

Accetta

• CSV, TSV o testo normale separato da virgola, punto e virgola, tabulazione o barra verticale, fino a 50 MB
• JSON contenente un array di oggetti, che viene riletto in una tabella

Produce

• CSV, UTF-8, CRLF terminazioni di riga, virgolette minime, denominate con -cleaned aggiunto

Cosa non farà questo strumento

• Il rilevamento considera solo la virgola, il punto e virgola, la tabulazione e la barra verticale e assegna un punteggio a un campione di dieci righe; se nessun candidato produce almeno due colonne, si ritorna alla virgola.
• La prima riga è sempre l'intestazione, quindi un file che inizia direttamente con i dati perde la sua primo record nella riga di intestazione.
• Vengono riportate le righe irregolari, mai riparate: le righe corte sono riempite con spazi vuoti e quelle lunghe le righe mantengono le celle extra oltre l'ultima colonna denominata.
• Viene compreso solo il segno dell'ordine dei byte UTF-8. Un file salvato come Windows-1252 o Shift-JIS viene letto come UTF-8 e mostra caratteri sostitutivi.
• Viene riportata una virgoletta doppia non chiusa rispetto alla riga che l'ha aperta e tutto il resto dopo che è stato letto come un campo.

Errori comuni

• Rimozione delle righe duplicate prima del taglio: vengono visualizzate due righe che differiscono solo per uno spazio finale non duplicati, quindi entrambi sopravvivono.
• Scrivere UTF-8 BOM in un file che alimenta uno script o un'importazione di database. Il marchio unisce il nome della prima intestazione e le ricerche su quella colonna non corrispondono a nulla.
• Disattivazione dell'opzione di sicurezza per l'iniezione di formule sui dati provenienti da un modulo. Il il download ha esito positivo e il payload viene eseguito quando il file viene aperto in un foglio di calcolo.
• Ignoro un avviso di riga irregolare perché l'anteprima sembra corretta: solo le prime 100 righe vengono visualizzati e di solito una colonna spostata inizia sotto di essi.

Note tecniche

L'analisi è una macchina a stati RFC 4180 scritta a mano, quindi delimitatori tra virgolette, caratteri di nuova riga all'interno i campi tra virgolette, le virgolette doppie come escape e le terminazioni CRLF, LF o lone-CR sono gestiti da costruzione. Funziona in un Web Worker, quindi un'esportazione di grandi dimensioni non blocca la pagina. Il rilevamento dei delimitatori analizza un campione di dieci righe con ciascun candidato e gli assegna un punteggio per colonna conteggio ponderato in base alla forma rettangolare del risultato, quindi una virgola all'interno di un campo tra virgolette non può superare un vero punto e virgola.

Domande frequenti

Il mio foglio di calcolo è caricato ovunque?

No. Non esiste un endpoint di caricamento: il file viene letto, analizzato in un Web Worker e scritto torna indietro sul tuo dispositivo e il codice dello strumento non effettua alcuna richiesta di trasporto del file, incollato testo o output generato. Le richieste di script di analisi divulgate sono separate e lo sono descritto nella Privacy Policy del sito.

Perché il mio file si è aperto come una singola colonna?

Il delimitatore è sbagliato. Il rilevamento torna alla virgola quando nessun candidato divide il file campione in due o più colonne. Impostalo a mano: punto e virgola per le esportazioni europee, tab per un file che era davvero TSV.

Cosa cambia l'opzione formula-injection-safe?

Premette un apostrofo a ogni cella che inizia con =, +, -, @, una tabulazione o un carrello return, quindi un foglio di calcolo lo tratta come testo anziché come formula. Cambia i tuoi dati: una cella che intendevi come formula funzionante diventa testo letterale. Valori che vengono analizzati come i numeri ordinari sono esenti, quindi -42 non viene toccato.