Limpe uma exportação CSV bagunçada em seu navegador

Seus arquivos e sua privacidade

Sua planilha nunca é carregada. O arquivo é lido pelo navegador, analisado por um Web Funciona em seu próprio dispositivo e é gravado pelo mecanismo de download do navegador. O o código da ferramenta não faz nenhuma solicitação carregando o arquivo, o texto colado ou a saída gerada. Divulgado as solicitações de script de análise são separadas e estão descritas na Política de Privacidade do site.

O que esta ferramenta faz

Repare uma exportação de planilha que não abre corretamente: o delimitador é detectado em vez do que o esperado, uma marca de ordem de bytes UTF-8 é removida, linhas cuja contagem de células discorda da cabeçalho são relatados por número e a tabela é gravada novamente como limpa RFC 4180 CSV.

A limpeza funciona na estrutura do arquivo, não no significado dos dados. A ferramenta detecta qual caractere separa os campos, remove uma marca de ordem de byte UTF-8 inicial, lê entre aspas campos contendo o delimitador ou uma quebra de linha e nomeia o número de cada linha cuja contagem de células discorda do cabeçalho. Você pode então cortar espaços em branco, recolher execuções de espaços, elimine linhas em branco e remova duplicatas, antes de gravar a tabela novamente com RFC 4180 citando. Renomear e reordenar colunas é uma tarefa separada e depende do kit de ferramentas índice, link abaixo.

Como usar

1. Selecione Escolher um arquivo CSV ou JSON e escolha a exportação que deseja corrigir, até 50 MB. Colar o texto também funciona.
2. Deixe o delimitador em detecção automática; o valor detectado é gravado de volta no controle. Se a visualização mostrar uma coluna, defina-a manualmente.
3. Leia o resumo de linhas e colunas e os avisos, cada um nomeando um número de linha como um texto editor conta.
4. Aplicar Cortar espaços em branco, Recolher espaços, Remover linhas vazias e Remover linhas duplicadas em qualquer ordem adequada ao arquivo e desfaça tudo o que você não deseja.
5. Escolha as opções de exportação e selecione Baixar CSV e Limpar dados quando estiver terminou.

Exemplos de casos de uso

• Uma exportação de software europeu que é separada por ponto e vírgula e se resume em um coluna em outro lugar.
• Um download cujo primeiro nome de cabeçalho obteve uma marca invisível de ordem de bytes, portanto, uma pesquisa nele nunca corresponde.
• Um arquivo quebrado por uma edição manual, onde uma linha ganhou uma vírgula e cada coluna depois dela foi mudou.

Entrada e saída suportadas

Aceita

• CSV, TSV ou texto simples separado por vírgula, ponto e vírgula, tabulação ou barra vertical, até 50 MB
• JSON contendo uma matriz de objetos, que é lida em uma tabela

Produz

• CSV, UTF-8, CRLF finais de linha, minimamente citados, nomeados com -cleaned anexado

O que esta ferramenta não fará

• A detecção considera apenas vírgula, ponto e vírgula, tabulação e barra vertical e pontua uma amostra de dez linhas; se nenhum candidato produz pelo menos duas colunas e volta à vírgula.
• A primeira linha é sempre o cabeçalho, portanto, um arquivo que começa direto nos dados perde sua primeiro registro na linha do cabeçalho.
• As linhas irregulares são relatadas, nunca reparadas: as linhas curtas são preenchidas com espaços em branco e as linhas longas são preenchidas com espaços em branco. as linhas mantêm suas células extras após a última coluna nomeada.
• Somente a marca de ordem de bytes UTF-8 é compreendida. Um arquivo salvo como Windows-1252 ou Shift-JIS é lido como UTF-8 e mostra caracteres de substituição.
• Uma aspa dupla não fechada é relatada na linha que a abriu, e tudo mais depois de ser lido como um campo.

Erros comuns

• Removendo linhas duplicadas antes de cortar: duas linhas que diferem apenas por um espaço à direita são não duplicados, então ambos sobrevivem.
• Gravando o UTF-8 BOM em um arquivo que alimenta um script ou uma importação de banco de dados. A marca junta-se ao primeiro nome do cabeçalho e as pesquisas nessa coluna não correspondem a nada.
• Desativando a opção segura para injeção de fórmula em dados provenientes de um formulário. O o download é bem-sucedido e a carga útil é executada quando o arquivo é aberto em uma planilha.
• Ignorando um aviso de linha irregular porque a visualização parece correta: apenas as primeiras 100 linhas são mostrados, e uma coluna deslocada geralmente começa abaixo deles.

Notas técnicas

A análise é uma máquina de estado RFC 4180 escrita à mão, delimitadores citados, novas linhas dentro campos entre aspas, aspas duplas como escape e terminações CRLF, LF ou CR solitário são tratadas por construção. Ele é executado em um Web Worker, portanto, uma exportação grande não congela a página. A detecção do delimitador analisa uma amostra de dez linhas com cada candidato e a pontua por coluna contagem ponderada pelo quão retangular é o resultado, portanto, uma vírgula dentro de um campo entre aspas não pode supere um ponto e vírgula real.

Perguntas frequentes

Minha planilha foi carregada em algum lugar?

Não. Não há endpoint de upload: o arquivo é lido, analisado em um Web Worker e gravado recue no seu dispositivo, e o código da ferramenta não faz nenhuma solicitação para carregar o arquivo, colado texto ou saída gerada. As solicitações de script de análise divulgadas são separadas e são descrito na Política de Privacidade do site.

Por que meu arquivo foi aberto como uma única coluna?

O delimitador está errado. A detecção volta à vírgula quando nenhum candidato divide o amostra em duas ou mais colunas. Defina manualmente: ponto e vírgula para exportações europeias, guia para um arquivo que era realmente TSV.

O que muda a opção segura para injeção de fórmula?

Ele prefixa um apóstrofo para cada célula começando com =, +, -, @, uma tabulação ou um carro retornar, então uma planilha o trata como texto em vez de uma fórmula. Ele altera seus dados: uma célula que você pretendia ser uma fórmula funcional torna-se um texto literal. Valores que analisam como números comuns estão isentos, então -42 permanece intocado.