Online konvertor CSV do XML zdarma

Systém pro import dat, zařízení nebo podniková aplikace může vyžadovat XML namísto tabulkového souboru CSV. Převod zachová záznamy a zároveň vyjádří jejich pole jako pojmenované prvky, které software může zpracovávat, ověřovat a vyměňovat.

Co je formát CSV

CSV (comma-separated values) ukládá obdélníková data do řádků a sloupců. Každý řádek obvykle představuje jeden záznam a první řádek může obsahovat názvy sloupců, například id,name,price.

Navzdory svému názvu může soubor CSV používat čárky, středníky, tabulátory nebo jiný oddělovač. Hodnoty obsahující oddělovač, zalomení řádku nebo uvozovky se obvykle uzavírají do dvojitých uvozovek; vložená dvojitá uvozovka se zapisuje jako dvě po sobě jdoucí dvojité uvozovky. Konvence CSV nejsou zcela jednotné, proto je před převodem nutné určit oddělovač, pravidla pro uvozování, konce řádků a kódování znaků.

Tabulkové aplikace, jako jsou Microsoft Excel a LibreOffice Calc, exportují soubory CSV. Používají je také databáze, účetní systémy, správci kontaktů, laboratorní přístroje a skripty. CSV je vhodné pro jednoduché tabulky, ale nativně nepopisuje vnořené záznamy, atributy, datové typy, validační pravidla ani vztahy mezi tabulkami.

Co je formát XML

XML (Extensible Markup Language) ukládá strukturovaný text pomocí prvků a atributů. Řádek pro zákazníka se může stát prvkem <customer> obsahujícím podřízené prvky, jako jsou <id>, <name> a <email>.

XML může reprezentovat hierarchii, opakované záznamy, namespaces, komentáře a validační pravidla definovaná schématem, například XSD. Tyto funkce podporují aplikační rozhraní, konfigurační soubory, systémy pro publikování, výměnu dokumentů a archivy, které vyžadují explicitní strukturu. XML je obvykle podrobnější než CSV a převodník nemůže pouze z názvů sloupců odvodit obchodní vztahy ani požadované schéma příjemce.

Jak převádět soubory CSV do XML

Pomocí integrovaného online převodníku

1. Otevřete převodník CSV do XML na webu 101convert.com.
2. Vyberte nebo nahrajte zdrojový soubor .csv.
3. Vyberte oddělovač použitý v souboru, obvykle čárku, středník nebo tabulátor, a určete, zda první řádek obsahuje záhlaví sloupců.
4. Pokud data obsahují znaky s diakritikou, nelatinský text nebo symboly, vyberte UTF-8.
5. Pokud jsou k dispozici možnosti, vyberte strukturu XML. Běžná struktura obsahuje jeden kořenový prvek, jeden opakovaný prvek záznamu a jeden podřízený prvek pro každý sloupec.
6. Spusťte převod a stáhněte výsledný soubor .xml.

Soubory lze na webu 101convert.com převádět bez instalace software. Nenahrávejte důvěrná, regulovaná data ani osobní údaje, pokud služba nesplňuje příslušné požadavky na nakládání s daty.

Pomocí Pythonu

Standardní knihovna Pythonu umožňuje provádět opakovatelné převody bez dalšího balíčku. Tento příklad načte řádek záhlaví, použije konzervativní mapování názvů XML prvků a zapíše XML v kódování UTF-8:

import csv
import re
import xml.etree.ElementTree as ET

def xml_name(header, number):
    name = re.sub(r"[^A-Za-z0-9_.-]", "_", header.strip())
    if not name or not re.match(r"^[A-Za-z_]", name):
        name = f"field_{number}"
    return name

root = ET.Element("records")
with open("input.csv", newline="", encoding="utf-8-sig") as source:
    reader = csv.DictReader(source, delimiter=",")
    headers = [xml_name(h or "", i) for i, h in enumerate(reader.fieldnames or [], 1)]
    for values in reader:
        record = ET.SubElement(root, "record")
        for number, (original, value) in enumerate(values.items(), 1):
            field = ET.SubElement(record, headers[number - 1])
            field.text = value or ""

ET.ElementTree(root).write("output.xml", encoding="utf-8", xml_declaration=True)

Uložte skript jako csv_to_xml.py a spusťte python csv_to_xml.py. U souboru oddělovaného středníkem nebo tabulátorem změňte delimiter="," a názvy records a record nahraďte názvy požadovanými přijímajícím systémem. Skript předpokládá jedinečná záhlaví; po vyčištění názvů je nutné duplicitní záhlaví přejmenovat nebo explicitně namapovat.

Kontroly kompatibility a kvality dat

• Namapujte strukturu na cílové schéma. Správně formovaný soubor XML může být přesto odmítnut, pokud obsahuje nesprávný kořenový prvek, namespace, vnoření, pořadí polí, povinný prvek nebo formát dat. Pokud je k dispozici, použijte XSD příjemce nebo ukázkový soubor XML.
• Zkontrolujte názvy prvků XML. Názvy záhlaví nelze použít beze změny, pokud začínají číslicí nebo obsahují mezery či jiné nepovolené znaky. Přejmenujte je nebo nastavte explicitní mapování. Vyhněte se přímému převádění libovolných záhlaví na značky XML bez ověření.
• Explicitně definujte datové typy. CSV spolehlivě nerozlišuje identifikátory, čísla, data a Boolean hodnoty. Pokud jsou významné počáteční nuly, zachovejte hodnoty, jako je 00125, jako řetězce a určete desetinné oddělovače, formáty dat a reprezentace Boolean hodnot.
• Rozhodněte, jak reprezentovat prázdná pole. Chybějící prvek, prázdný prvek, jako je <email/>, a prázdný atribut mohou mít pro přijímající aplikaci odlišný význam.
• Ověřte kódování. Obvyklou volbou je UTF-8. Deklarace XML, například <?xml version="1.0" encoding="UTF-8"?>, musí odpovídat skutečnému kódování souboru.
• Zachovejte escapování. Ampersandy, znaky menší než a další vyhrazené znaky musí být v XML escapovány. Knihovny a správné převodníky to zajišťují; ruční spojování řetězců XML může vytvořit neplatné dokumenty.
• Po převodu zkontrolujte řádky a hodnoty. Porovnejte se zdrojem počet záznamů, záhlaví, reprezentativní hodnoty v uvozovkách, zalomení řádků, prázdné hodnoty, data, desetinné hodnoty a znaky mimo ASCII. U velkých souborů může být také nutné použít streamovací převodník namísto načtení celé datové sady do paměti.