Converteer CSV gratis online naar Markdown

Converteer CSV bestanden gratis naar Markdown. Upload uw bestand en ontvang direct een schone, LLM-ready uitvoer. Geen aanmelding, 50 MB per bestand, niets opgeslagen.

CSV naar Markdown: een spreadsheet-export leesbaar maken naar een model

Raw CSV is technisch leesbaar door een taalmodel. Het is ook een vreselijke manier om gegevens te overhandigen. Elke rij is een door komma's gescheiden reeks waarden zonder visueel anker, de koptekst verschijnt één keer helemaal bovenaan en per rij veertig telt het model komma's om uit te zoeken welk veld welk veld is. Vraag "wat was de marge op de derde product" en u krijgt een antwoord dat vol vertrouwen fout is over de vraag in welke kolommarge u zich bevindt.

Een Markdown pijpentabel lost dit op. Kolommen staan op één lijn, de koprij wordt expliciet gemarkeerd als kop door de scheidingslijn eronder, en elke cel bevindt zich op een visueel voor de hand liggende positie. Modellen verwerken dit formaat nou ja, het staat overal in hun trainingsgegevens, in README's en documentatie en GitHub problemen. Upload een .csv hierboven en je krijgt binnen enkele seconden een tafel terug. Gratis, geen aanmelding, niets bewaard.

Wat een pijpentafel je koopt

Het structurele verschil is op papier klein en in de praktijk groot:

  • De kop is eenduidig. De |---|---| scheidingsrij vertelt elke Markdown parser (en elk model dat er een miljoen heeft gelezen) dat de regel erboven kolomnamen is en geen gegevens.
  • Kolomsgewijs redeneren wordt eenvoudiger. Vragen als "welke regio vertoont een dalende trend" of 'vind de uitschieter in de prijskolom' moet verticaal worden gelezen. Een pijptafel maakt verticale aflezing structureel beschikbaar op een manier die door komma's niet mogelijk is.
  • Lege cellen blijven zichtbaar. In onbewerkt CSV-formaat, a,,c is gemakkelijk verkeerd te lezen. Als | a | | c | de kloof is duidelijk, wat van belang is als je gegevens mist vragen over.
  • Het overleeft het plakken. Zet de tabel neer in een chat, een GitHub opmerking, een Notion-pagina of een documentensite en het wordt weergegeven als een echte tabel in plaats van als een stukje tekst - en het staat gelukkig in een prompt naast proza en code zonder dat het model de drie door elkaar haalt.

Scheidingstekens, citaten en waarom 'CSV' een leugen is

Er is niet één CSV-standaard, alleen een grove consensus waar mensen voortdurend van afwijken. Het parseren moet met verschillende realiteiten omgaan:

Het scheidingsteken is niet altijd een komma. Exporteert vanuit systemen die zijn geconfigureerd voor Duits, Frans, Spaanse of Nederlandse landinstellingen gebruiken doorgaans puntkomma's, omdat de komma daar het decimaalteken is. Door tabs gescheiden bestanden worden opgeslagen met een .csv steeds verlenging. Door pijpen gescheiden bestanden verschijnen uit oudere database-exports. Delimiter-detectie werkt door de eerste regels te bemonsteren en de kandidaat te kiezen dat levert een consistente veldtelling op – die in het normale geval betrouwbaar is en door een bestand voor de gek gehouden kan worden waarvan de eerste paar rijen veel puntkomma's in vrije tekst bevatten.

Velden tussen aanhalingstekens bevatten het scheidingsteken. Het klassieke geval is een adres: "Smith, John",42,"London, UK" is drie velden, niet vijf. Alles wat tussen dubbele aanhalingstekens staat, is dat wel één waarde, ongeacht wat erin staat, inclusief ingebedde nieuwe regels: een commentaarkolom met meerdere regels tekst is een legaal CSV-bestand en beslaat meerdere regels in het bestand terwijl het nog steeds uit één cel bestaat. Een citaat in een het geciteerde veld wordt geëscaped door het te verdubbelen: "She said ""no""". Dit alles wordt afgehandeld, dat wil zeggen waarom een naïef split-on-comma-script faalt bij echte exporten en een goede parser niet.

Eén consequentie die de moeite waard is om te weten: als uw gegevens daadwerkelijke pipe-tekens bevatten, moeten deze worden geëscaped de Markdown uitvoer, anders zouden ze de tabel breken. Dat is afgehandeld, maar het betekent een cel met daarin a|b ziet er in de uitvoer iets anders uit dan in de bron.

Kopteksten, onregelmatige rijen en bestanden die niet echt tabellen zijn

Een CSV-bestand kan op geen enkele manier aangeven of de eerste regel een header is. Het wordt afgeleid - als de eerste rij dat is alle tekst en de rijen eronder bevatten cijfers of datums, het zijn vrijwel zeker kolomnamen. Als elke rij ziet er hetzelfde uit, de eerste rij wordt hoe dan ook behandeld als de kop, omdat dat het meest voorkomt geval. Als uw bestand echt geen koptekst heeft, ziet u dat uw eerste gegevensrij wordt gepromoveerd tot de koptekst positie. Gemakkelijk te herkennen en eenvoudig op te lossen door een kopregel toe te voegen vóór de conversie.

Rommelige rijen – rijen met meer of minder velden dan de koptekst – zijn de andere veel voorkomende rimpel. Ze komen uit met de hand bewerkte bestanden, uit een verdwaald citaat zonder escapecodes eerder in het bestand alles niet uitgelijnd, of uit exports die onderaan een samenvattingsregel toevoegen. Markdown tabellen vereisen een vast aantal kolommen, zodat korte rijen worden opgevuld en de vorm geldig blijft. Als een hele sectie van uw tabel ziet er één kolom verschoven uit, zoek naar een onevenwichtig aanhalingsteken erboven - dat is bijna altijd de boosdoener.

BI-tools laten vaak een rapporttitel en een datum vóór de echte koptekst staan. Die regels worden gelezen als onderdeel van de tafel. Verwijder ze eerst.

CSV met Excel-smaak en zijn gewoonten

Een groot deel van de CSV-bestanden in de wereld zijn afkomstig uit Excel, en Excel laat vingerafdrukken achter:

  • Een stuklijst aan het begin. Excel schrijft een bytevolgordemarkering op UTF-8-exports, die wordt weergegeven als onzichtbare rommel op de eerste kolomnaam in tools die deze niet verwijderen. Het is hier uitgekleed.
  • Cijfers werden wetenschap. Lange ID's worden opgeslagen als 1.23457E+14 omdat Excel besloot dat het cijfers waren. Die schade gebeurt in de spreadsheet, voordat de CSV bestaat – nee converter kan het ongedaan maken. Formatteer de kolom als tekst in de bron voordat u deze exporteert.
  • Voorloopnullen verdwenen. Postcodes en productcodes raken ze op dezelfde manier kwijt.
  • Datums opnieuw geformatteerd naar de landinstelling van de machine, en dat is hoe 03/04 wordt voor altijd dubbelzinnig.
  • Latijns-1 export. "Opslaan als CSV" op sommige Windows-versies schrijft Windows-1252 niet UTF-8. Als tekens met accenten of gekrulde aanhalingstekens verschijnen als é of “, dat is mojibake van een verkeerd gelabelde codering - exporteer opnieuw als CSV UTF-8 en het verdwijnt.

Als u nog steeds de werkmap heeft in plaats van de export, kunt u deze rechtstreeks converteren met Excel naar Markdown slaat het meeste over dit - celtypen blijven behouden in XLSX, en je krijgt elk blad in plaats van alleen het actieve blad als iemand op opslaan drukt.

Wanneer Markdown de verkeerde keuze is

Pijptafels hebben een plafondgrootte, en deze is lager dan mensen verwachten. Elke rij betaalt voor zijn pijpen en opvulling, dus een tabel kost aanzienlijk meer tokens dan dezelfde gegevens als kale waarden. Op een bestand met 200 rijen dat is niet relevant. Bij een export van 50.000 rijen is dit het verschil tussen wel of niet in context passen.

Breedte is de andere limiet. Een tafel met veertig kolommen verandert voor de meeste kijkers in een onleesbare soep, en de het uitlijningsvoordeel dat het formaat in de eerste plaats rechtvaardigde, verdwijnt. Ergens rond een tiental kolommen de afweging begint de andere kant op te gaan.

Gebruik voor die gevallen CSV naar platte tekst, waarmee u de waarden krijgt zonder de tabelsteigers - beter voor grote bestanden, insluitingen en wat dan ook in een script worden doorgesluisd. De formaatschakelaar bovenaan deze pagina schakelt tussen de twee en blijft behouden uw geselecteerde bestand, en de tokenteller onder de uitvoer vertelt u onmiddellijk of de tabelversie past bij uw budget.

Waar dit zijn geld verdient

  • Ad-hoc analyse in een chatvenster. Exporteer een zoekresultaat, converteer, plak en vraag vragen. Voor een paar honderd rijen is dit beter dan het schrijven van analysecode.
  • Documentatie. EEN CSV naar Markdown tabelgenerator is de snelste weg van een configuratiespreadsheet naar een tabel in een README- of een documentenpagina.
  • Gegevensbeoordeling. Uitgelijnde kolommen maken afwijkingen zichtbaar voor een mens, niet alleen voor een model – het vinden van de ene rij met een verwisseld veld is veel gemakkelijker in een tabel. Dezelfde reden waarom voorbeeldgegevens worden gelezen beter als tabel dan als onbewerkt CSV-codeblok in een GitHub uitgave.
  • Gegevens combineren met code. Converteer de CSV en converteer vervolgens uw project met de GitHub naar tekstconverter, en vraag een model om dat te doen controleer of uw parseerlogica daadwerkelijk verwerkt wat er in het bestand staat.

Veelgestelde vragen

Hoe converteer ik een CSV-bestand naar een Markdown tabel?

Upload de .csv hierboven en het komt terug als een pipe-tabel, klaar om in een README, een probleem, een documentenpagina of een prompt te plakken. Gratis, 50 MB per bestand, geen aanmelding. De eerste rij wordt behandeld als de kop, wat bijna elke CSV-export oplevert.

Wat moet ik doen als mijn CSV geen koprij heeft?

De eerste gegevensrij wordt gepromoveerd naar de koptekst en u raakt deze uit de hoofdtekst kwijt. De eenvoudigste oplossing is om een kopregel toe te voegen aan het bronbestand voordat u het uploadt, zelfs tijdelijke namen als col1,col2,col3 werken, omdat Markdown pipe-tabellen een koprij per syntaxis vereisen en iets deze moet vullen.

Hoe groot is een CSV waard om te converteren naar Markdown?

Praktisch gezien een paar honderd rijen. Markdown tabellen hebben geen paginering, geen sortering en geen scrollen - een tabel met tienduizend rijen is een muur van pijpen die niemand helpt en een grote hoeveelheid context verbrandt als je deze in een model plakt. Filter eerst de rijen die u nodig heeft in een spreadsheet en converteer vervolgens de subset.

Ontsnapt het aan pijptekens in mijn gegevens?

Dat is wel nodig, want er is een onontkoombaar | binnen een cel zou worden gelezen als een kolomgrens en elke waarde erna stilzwijgend zou verschuiven. Als je werkt met gegevens die pipelines bevatten (logregels, sommige URL's, commandovoorbeelden), controleer dan een rij die er een bevat in de uitvoer in plaats van ervan uit te gaan.

Zal de tabel worden weergegeven op GitHub?

Ja. Dit levert GitHub gearomatiseerde Markdown pipe-tabellen op, zodat de uitvoer zonder wijzigingen wordt weergegeven in README's, problemen, beschrijvingen van pull-aanvragen en discussiecommentaar. Dezelfde syntaxis werkt in GitLab, Obsidian, Notion-imports en de meeste statische sitegeneratoren.

Gerelateerde converters

File2Txt neemt elk ondersteund bestand als je gebruikt liever één pagina voor alles. Voor andere gestructureerde formaten, JSON naar Markdown en XML naar Markdown handvat genest gegevens die niet in een plat raster passen, en HTML naar Markdown trekt tafels naar buiten van opgeslagen webpagina's. Documenten gaan door PDF naar Markdown.

Aan de codekant is er de GitLab converter en een lokale mapconverter, plus Web2Txt voor het schrapen van livepagina's. De handleiding voor het converteren van bestanden naar tekst omvat de bredere workflow.

Repo2Txt is gebouwd en onderhouden door v12hero, een onafhankelijke ontwikkelaar die native- en web-apps bouwt die privacy voorop stellen.