Uma coluna chamada «Total (€)» não pode ser um nome de elemento XML

A linha vazia que só alguns formatos emitem

Uma folha com uma linha totalmente vazia no meio exporta-se de forma diferente conforme a forma do destino. Os formatos por linhas conservam-na: o CSV de uma folha de quatro colunas com uma linha vazia contém uma linha feita de três vírgulas, e o TSV de três tabulações — porque uma linha é uma linha e o formato não tem noção de registo ausente. Os formatos por objetos descartam-na: o JSON emitiu dois objetos para três linhas de dados no mesmo teste. O XML é por linhas por construção e tê-la-ia conservado naturalmente, o que faria com que um mesmo ficheiro se contradissesse entre duas exportações da mesma ferramenta. Descarta pois a linha vazia, e JSON e XML concordam.

Que destino para que consumidor

JSON quando o vai ler um script ou uma API, porque as chaves sobrevivem tal e qual e quem lê pode designar uma coluna pelo seu nome real. XML quando o consumidor é um sistema antigo, uma integração de empresa ou qualquer coisa que valide contra um esquema — e verifica antes os nomes de elementos contra esse esquema, já que a normalização pode não produzir o que ele espera. TSV quando o destino é um carregamento em base de dados ou um encadeamento de shell: uma tabulação tem muito menos hipóteses de aparecer dentro de uma célula do que uma vírgula, por isso um ficheiro separado por tabulações precisa de menos aspas e parte-se menos. HTML quando alguém só quer olhar para a tabela num navegador ou colá-la num documento.

Perguntas frequentes

E se dois cabeçalhos se normalizarem para o mesmo nome de elemento?

Obténs dois elementos com o mesmo nome dentro de cada linha, o que é XML válido e normalmente não é o que um consumidor quer. «Total (€)» e «Total (£)» passam ambos a Total_, por exemplo. Renomeia as colunas na folha antes de converter — é o único sítio onde a ambiguidade pode ser levantada, já que uma vez produzido o XML os cabeçalhos originais desapareceram.

Os caracteres acentuados passam nos dois formatos?

Nos valores, sim — ambos são escritos em UTF-8 e o XML declara-o no seu prólogo. Nos nomes de elementos XML as regras são mais largas do que parecem: um nome pode conter letras acentuadas, de modo que um cabeçalho «Quantité» seria um elemento válido. Este conversor é mais estrito do que a especificação e dobra tudo o que sai do alfabeto latino simples num sublinhado — a opção prudente para consumidores eles próprios mais estritos do que a especificação, e há muitos.

Posso obter um ficheiro por folha em vez de por livro?

Divide primeiro o livro e depois converte cada pedaço — a divisão escreve um .xlsx por folha e os conversores tomam uma folha de cada vez, por isso esse caminho dá-te exatamente uma saída por separador com os nomes conservados. Converter diretamente um livro de várias folhas dá-te a primeira, o que serve para o caso corrente de um livro que é na verdade uma só tabela.