Excel до JSON: превращение книг в структурированные данные

Что на самом деле представляет собой файл XLSX

Файл `.xlsx` представляет собой ZIP-архив, состоящий из XML частей: листов, общих строк, стилей и связей. Поэтому конвертер может прочитать его прямо в браузере без установки программного обеспечения — он разархивирует, парсит лист XML и перестраивает строки как объекты. Это также объясняет, почему `.xls` (более старый двоичный формат) нуждается в другом пути кода и почему при экспорте `.csv` теряется все, кроме значений.

Заголовки становятся ключами, а формулы — значениями.

Как и в случае с CSV, первая непустая строка содержит имена свойств. Формулы представляют собой интересный случай: ячейка, содержащая `=B2*C2`, содержит и формулу, и кэшированный результат, а преобразователь считывает кэшированное значение, потому что именно оно отображается в книге. Сначала откройте файл в Excel, если формулы были рассчитаны где-то еще — книга, сохраненная с помощью инструмента, который никогда их не вычислял, может содержать устаревшие или отсутствующие кэши.

Ловушка для свиданий

Excel хранит даты в виде серийных номеров — дней с 1899-12-30 — и отображаемое значение зависит от числового формата ячейки, который находится в другой части XML. Конвертер, который игнорирует форматы, выдает вам `45231` за десятое ноября, а конвертер, который доверяет форматам, может ошибочно интерпретировать книгу простых чисел как даты. Это самая распространенная жалоба Excel на JSON, поэтому проверьте одну известную дату в выходных данных по таблице, прежде чем что-либо переносить.

Книги с несколькими листами: заранее решите, нужен ли вам только первый лист или объект JSON с ключом по имени листа. Финансовые модели часто хранят справочные данные на втором листе, и преобразование только активного листа автоматически удаляет его.

Очистите сетку перед преобразованием

• Удалите объединенные ячейки — они сопоставляются с одним значением и набором пробелов, чего редко ожидает потребитель.
• Удалите строки заголовков и строки итогов, чтобы таблица начиналась с заголовка и заканчивалась последней строкой данных.
• Сделайте заголовки уникальными и свободными от знаков препинания; они становятся именами свойств.
• Нормализуйте пустые ячейки намеренно: пустая ячейка означает отсутствие, неизвестность или ноль, а JSON отличает все три.

Аргумент конфиденциальности в пользу локального действия

Электронные таблицы — это место, где организации хранят заработную плату, цены, списки клиентов и прогнозы. Загрузка книги на конверсионный веб-сайт для возврата JSON — это решение по обработке данных, которое никто не должен принимать: преобразователь YamlBox Excel в JSON анализирует XLSX в браузере, поэтому файл никогда не покидает компьютер и работает при отключенной сети.