Excel ke Teks: Apabila Anda Mahukan Kandungan, Bukan Jadual
Bukan setiap soalan hamparan ialah soalan hamparan. Kadangkala buku kerja hanyalah bekas — a sokongan eksport di mana bahagian yang berguna ialah 4,000 huraian aduan teks percuma, katalog produk di mana anda memerlukan salinan dan bukannya SKU, tempat pembuangan tinjauan di mana setiap jawapan yang menarik hidup dalam satu lebar lajur prosa. Memaparkan bahawa sebagai jadual menambah struktur tiada siapa yang meminta dan mengenakan bayaran token untuk anda.
Menukar Excel kepada teks biasa memberi anda nilai dan tiada yang lain. Tiada paip, tidak baris pemisah, tiada padding penjajaran. Hanya kandungan sel, helaian demi helaian, dalam bentuk yang anda boleh grep, chunk, embed, diff, atau pipe ke dalam skrip tanpa menanggalkan apa-apa dahulu. Muat naik .xlsx atau .xls di atas — percuma, tiada pendaftaran, had 50 MB, tiada apa yang disimpan.
Hujah Token, Yang Merupakan Yang Utama
Jadual Markdown membayar cukai setiap sel. Setiap nilai dibalut dengan pembatas dan jarak, dan kos itu darab dengan baris. Pada ringkasan dua belas baris ia tidak kelihatan. Pada 20 lajur, 8,000 baris eksport ia adalah a bahagian output yang besar — tanda baca yang menduduki konteks yang anda lebih suka belanjakan untuk data.
Teks biasa menjatuhkan keseluruhannya di atas kepala. Nilai yang sama, bermakna lebih sedikit token, yang dalam praktiknya ialah perbezaan antara helaian yang sesuai dalam satu gesaan dan yang tidak. Kaunter token di bawah output menjadikan perbandingan itu konkrit: tukar fail yang sama kedua-dua cara dan anda akan melihat jurang serta-merta. The togol format di bahagian atas halaman ini membawa fail anda ke Excel kepada Markdown tanpa a muat naik semula, supaya perbandingan memerlukan anda kira-kira lima saat.
Perkara yang Anda Berputus asa — Jujur Mengenainya
Teks rata kehilangan identiti lajur yang boleh dipercayai. Setelah pembatas hilang, nilai ketiga pada baris adalah sahaja secara tersirat medan "Wilayah", dan model yang menjawab "purata hasil untuk wilayah Utara" perlu dipegang yang memetakan di kepalanya merentasi beribu-ribu baris. Ia selalunya akan berjaya. Ia juga kadangkala hanyut, terutamanya di mana sel kosong dan kedudukannya beralih di bawahnya.
Jadi peraturannya adalah mudah. Jika soalan anda ialah dari segi lajur - menapis, membandingkan, mengagregat, merujuk silang dua medan — gunakan versi Markdown dan terima kos token. Jika soalan anda ialah dari segi kandungan — apa yang orang cakap, tema apa yang muncul, adakah frasa ini wujud di mana-mana, cari saya baris tentang kelewatan penghantaran — teks biasa ialah alat yang lebih baik dan lebih murah.
Tempat Teks Hamparan Rata Mendapat Simpanannya
- Pembenaman dan pengambilan semula. Potong katalog atau eksport asas pengetahuan ke dalam petikan dan vektorkannya. Sintaks jadual dalam bongkah ialah bunyi yang mengalihkan vektor tanpa membawa maksud, dan ia memakan kedudukan dalam input benam bersaiz tetap.
- Analisis teks pukal. Sentimen terhadap maklum balas pelanggan, pengelompokan tema merentas terbuka respons tinjauan, mengekstrak entiti daripada lajur nota kes. Unit analisis ialah perenggan, bukan sebaris.
- Pengindeksan carian. Kebanyakan enjin carian mahukan gumpalan teks bersih setiap dokumen. Memberi makan kepada mereka jadual paip memberikan tokenisasi yang lebih teruk dan tiada faedah.
- Skrip makan. Teks berorientasikan baris ialah apa yang regex, kiraan perkataan, pengesan bahasa, dan Python satu pelapik pantas mengharapkan. Tiada langkah penghuraian, tiada kes tepi melarikan diri.
- Membezakan dua eksport. Tarik buku kerja bulan lepas dan bulan ini sebagai teks dan jalankan a perbezaan Perubahan menonjol; dalam bentuk jadual, satu lajur yang disisipkan mengalihkan setiap baris dan perbezaannya menjadi tak guna.
- Cadar yang sangat besar. Kadangkala teks rata hanyalah satu-satunya versi yang sesuai.
Excel Quirks Yang Muncul Khusus dalam Output Teks
Beberapa tabiat Excel tidak dapat dilihat pada skrin dan jelas apabila lapisan pemformatan dilucutkan:
- Sifar pendahuluan sudah hilang. Jika poskod, nombor telefon atau ID akaun telah ditaip ke dalam sel berformat Umum, Excel menyimpan 01204 sebagai nombor 1204 lama sebelum anda tiba di sini. Teks itu output dengan setia melaporkan apa yang ada dalam fail. Semak sampel terhadap sistem sumber jika ID penting.
- Notasi saintifik pada nombor panjang. Rujukan enam belas digit dan beberapa kod bar mendapat disimpan sebagai terapung dan boleh muncul sebagai 1.23457E+15, dengan angka ekor benar-benar hilang. Penyelesaiannya ialah huluan: simpan lajur tersebut sebagai teks dalam Excel sebelum disimpan.
- Pemformatan adalah topeng. Bacaan sel 15/03/2024 mengandungi nombor siri kiraan hari; satu
bacaan 12.5% memegang 0.125; satu bacaan £1,250 memegang 1250. Tanpa susun atur jadual untuk membayangkan apa a
lajur ialah, nombor bersiri kosong di tengah-tengah aliran teks amat mengelirukan. Menukar
lajur tarikh kepada teks ISO dengan
=TEXT(A2,"yyyy-mm-dd")sebelum eksport adalah yang boleh dipercayai penyelesaian. - Sel bercantum meninggalkan lubang. Kandungan yang digabungkan tinggal di sel kiri atas julatnya dan selebihnya benar-benar kosong, jadi label kategori yang digabungkan ke bawah lapan baris muncul sekali dan yang berikut tujuh rekod kelihatan tidak berlabel.
- Baris, lajur dan helaian tersembunyi masih ditukar. Pengekstrakan tidak menghormati keterlihatan. Tab "Calar" lama itu dan lajur yang disembunyikan seseorang daripada dipadamkan akan berada dalam output anda. Berbaloi a skim sebelum anda berkongsi keputusan — helaian tersembunyi ialah sumber sebenar pendedahan tidak sengaja.
- Anda mendapat nilai, bukan logik. Sel formula menyumbang hasil cache terakhir mereka, jadi output ialah petikan buku kerja dan bukannya penerangan tentang cara ia mengira. Fail yang ditulis oleh a skrip yang tidak pernah membuka Excel mungkin tidak mempunyai nilai cache sama sekali dan boleh didapati kosong.
Berbilang Helaian Tanpa Perancah Meja
Buku kerja jarang sekali menjadi satu tab. Pengekstrakan berjalan setiap helaian dalam buku kerja dan labelkan setiap helaian dengan tabnya nama, yang kekal berguna walaupun dalam teks rata — "Data Mentah", "Arkib 2023" dan "Nota" memberitahu anda dan model berapa banyak untuk mempercayai apa yang berikut, dan mereka memberi anda titik perpecahan yang jelas jika anda mengumpul output.
Satu langkah praktikal: jika hanya satu tab penting, salin ke dalam buku kerja baharu dan tukarkannya. Anda akan memotong output secara dramatik, elakkan menyeret dalam sedozen jadual carian dan cache pangsi, dan mengetepikan helaian tersembunyi masalah dalam satu langkah.
.xls, .xlsx dan Pintasan CSV
Kedua-duanya disokong. Format .xls binari warisan masih muncul secara berterusan daripada portal perbankan dan lebih lama sistem ERP; ia memegang paling banyak 65,536 baris, jadi apa-apa yang lebih besar telah dipotong di suatu tempat di hulu — patut disemak jika kiraan baris kelihatan bulat yang mencurigakan. .xlsx moden ialah XML dalam ZIP dan menghuraikan lebih banyak lagi boleh diramalkan, jadi menyimpan semula sebelum penukaran adalah tabiat yang munasabah.
Dan jika data itu ialah CSV sebelum seseorang membukanya dalam Excel, gunakan CSV kepada teks pada asal sebaliknya. Excel secara senyap mentafsir semula perkara semasa import — menukar kod menjadi tarikh, memangkas sifar — dan sebaik sahaja anda disimpan di atas fail tempat kerosakan dibakar.
Soalan Lazim
Bagaimanakah cara menukar fail Excel kepada fail txt?
Lepaskan .xlsx atau .xls ke dalam penukar di atas dan kandungan helaian kembali sebagai teks biasa, boleh dimuat turun sebagai .txt. Percuma, tiada pendaftaran, 50 MB setiap fail. Kedua-dua format XML moden dan binari yang lebih lama .xls berfungsi, jadi anda tidak perlu menyimpan semula fail yang diwarisi terlebih dahulu.
Apakah yang berlaku kepada lajur saya apabila Excel menjadi teks biasa?
Mereka berhenti menjadi lajur. Nilai tiba dalam susunan bacaan yang dipisahkan oleh ruang putih, dan tajuk mana yang dimiliki setiap satu tidak lagi dikodkan di mana-mana sahaja. Untuk senarai satu lajur nama atau SKU itulah yang anda mahukan. Untuk model kewangan dengan dua belas lajur, ia memusnahkan perkara yang menjadikannya model — gunakan Excel kepada Markdown sebaliknya.
Adakah saya mendapat formula atau nilai yang dikira?
Nilai-nilai. Sel yang mengandungi =SUM(B2:B40) menukar agama sebagai 1,284, bukan sebagai formula yang menghasilkannya. Itu adalah lalai yang tepat untuk analisis dan hampir tidak pernah perkara yang anda mahukan untuk mengaudit logik hamparan — jika formula adalah intinya, tiada penukaran teks akan membantu dan anda memerlukan buku kerja itu sendiri.
Adakah semua lembaran kerja disertakan atau hanya yang aktif?
Setiap helaian dalam buku kerja diproses, bukan hanya mana-mana tab yang dibuka semasa ia disimpan. Perlu diingati dengan fail yang membawa tab Andaian atau Data Mentah tersembunyi — kandungannya juga datang, yang mudah untuk analisis dan sesuatu untuk diperiksa sebelum berkongsi output.
Perlukah saya menukar Excel kepada teks atau kepada CSV dahulu?
Jika destinasi anda membaca data jadual, eksport CSV daripada Excel dan langkau halaman ini — anda menyimpan pembatas dan struktur lajur. Teks biasa adalah untuk kes yang lain: apabila sesuatu hiliran mahukan input berbentuk prosa, seperti saluran paip pembenaman atau kata kunci merentasi folder buku kerja.
Semua yang Lain dalam Suite
File2Txt menerima sebarang format yang disokong dari satu halaman jika anda lebih suka tidak memilih. Titik lompat yang berkaitan: JSON ke teks untuk eksport API bagi data yang sama, PDF ke teks untuk laporan angka itu diterbitkan dalam, dan PowerPoint kepada teks untuk dek yang meringkaskan mereka.
Untuk kod dan sumber web terdapat GitHub kepada penukar teks, GitLab penukar, dan Web2Txt untuk mengikis halaman. The panduan penukar fail ke teks meliputi cara membuat keputusan antara format secara umum.
Repo2Txt dibina dan diselenggara oleh v12hero, pembangun bebas membina apl asli dan web yang mengutamakan privasi.