Конвертировать Excel в текст: когда нужно содержимое, а не таблица
Не всякий вопрос к таблице — табличный вопрос. Иногда книга Excel — просто контейнер: выгрузка из поддержки, где полезная часть — 4000 свободных описаний жалоб; каталог товаров, где вам нужны тексты, а не артикулы; дамп опроса, где всё интересное живёт в одной широкой колонке прозы. Отрисовывать это таблицей — значит добавлять структуру, о которой никто не просил, и платить за неё токенами.
Преобразование Excel в обычный текст даёт значения и ничего больше. Ни вертикальных черт, ни строк-разделителей, ни выравнивающих пробелов. Только содержимое ячеек, лист за листом, в виде, который можно грепать, резать на фрагменты, векторизовать, диффать или передавать в скрипт, ничего предварительно не вычищая. Загрузите .xlsx или .xls выше — бесплатно, без регистрации, лимит 50 МБ, ничего не хранится.
Аргумент про токены — он тут главный
Markdown-таблица берёт налог с каждой ячейки. Каждое значение оборачивается в разделители и отступы, и эта цена умножается на число строк. На сводке в двенадцать строк она незаметна. На выгрузке в 20 колонок и 8000 строк это существенная доля вывода — пунктуация, занимающая контекст, который вы предпочли бы потратить на данные.
Обычный текст сбрасывает эти накладные расходы целиком. Те же значения, ощутимо меньше токенов — а на практике это разница между листом, который влезает в один промпт, и листом, который не влезает. Счётчик токенов под выводом делает сравнение наглядным: сконвертируйте один файл обоими способами и сразу увидите разрыв. Переключатель формата вверху страницы переносит ваш файл в Excel в Markdown без повторной загрузки, так что это сравнение обойдётся вам секунд в пять.
Чем вы жертвуете — будем честны
Плоский текст теряет надёжную принадлежность к колонкам. Как только разделители исчезли, третье значение в строке лишь подразумеваемо является полем «Регион», и модель, отвечая на «средняя выручка по северному региону», должна держать это соответствие в голове на протяжении тысяч строк. Чаще всего она справится. Но иногда и поплывёт — особенно там, где ячейка пуста и позиции под ней сдвигаются.
Так что правило простое. Если ваш вопрос про колонки — фильтрация, сравнение, агрегация, сопоставление двух полей — берите версию в Markdown и смиритесь с ценой в токенах. Если вопрос про содержание — что пишут люди, какие темы всплывают, встречается ли где-то эта фраза, найди строки про задержки доставки — обычный текст и удобнее, и дешевле.
Где плоский текст из таблицы отрабатывает своё
- Эмбеддинги и поиск по смыслу. Нарежьте каталог или выгрузку базы знаний на пассажи и векторизуйте их. Табличный синтаксис во фрагменте — шум, который сдвигает вектор, не неся смысла, и съедает позиции во входе эмбеддинга фиксированного размера.
- Массовый анализ текста. Тональность отзывов клиентов, кластеризация тем по открытым ответам опроса, извлечение сущностей из колонки заметок по делам. Единица анализа — абзац, а не строка.
- Поисковая индексация. Большинству поисковых движков нужен чистый текстовый блоб на документ. Кормить их таблицами с чертами — худшая токенизация без всякой выгоды.
- Передача в скрипты. Построчный текст — это то, чего ждут регулярки, подсчёт слов, детекторы языка и быстрые однострочники на Python. Без шага парсинга, без краевых случаев экранирования.
- Дифф двух выгрузок. Вытащите прошломесячную и текущую книги текстом и запустите diff. Изменения бросаются в глаза; в табличном виде одна вставленная колонка сдвигает каждую строку, и diff становится бесполезен.
- Очень большие листы. Иногда плоский текст — попросту единственная версия, которая влезает.
Причуды Excel, которые проявляются именно в текстовом выводе
Некоторые привычки Excel невидимы на экране и очевидны, как только слой форматирования содран:
- Ведущие нули уже потеряны. Если индекс, номер телефона или ID счёта вбили в ячейку с форматом «Общий», Excel сохранил 01204 как число 1204 задолго до того, как вы сюда пришли. Текстовый вывод честно передаёт то, что лежит в файле. Если идентификаторы важны, сверьте выборку с исходной системой.
- Экспоненциальная запись длинных чисел. Шестнадцатизначные номера и некоторые штрихкоды сохраняются как числа с плавающей точкой и могут всплыть как 1.23457E+15 — с реально потерянными последними цифрами. Лечится выше по течению: перед сохранением задайте этим колонкам в Excel текстовый формат.
- Форматирование — это маска. Ячейка с видом 15/03/2024 хранит порядковый номер дня;
с видом 12.5% — 0.125; с видом 1 250 ₽ — 1250. Без табличной раскладки, намекающей, что это за
колонка, голые порядковые числа посреди текстового потока особенно сбивают с толку. Надёжный обход —
перед экспортом перевести колонки с датами в ISO-текст через
=TEXT(A2,"yyyy-mm-dd"). - Объединённые ячейки оставляют дыры. Содержимое объединения живёт в левой верхней ячейке диапазона, остальные по-настоящему пусты — так метка категории, объединённая на восемь строк вниз, появляется один раз, а следующие семь записей выглядят непомеченными.
- Скрытые строки, колонки и листы всё равно конвертируются. Извлечение не уважает видимость. Тот старый лист «Черновик» и колонки, которые кто-то скрыл вместо удаления, окажутся в вашем выводе. Стоит пробежаться, прежде чем делиться результатом: скрытые листы — реальный источник случайных утечек.
- Вы получаете значения, а не логику. Ячейки с формулами отдают свой последний закешированный результат, так что вывод — это снимок книги, а не описание того, как она считает. Файл, записанный скриптом, который никогда не открывал Excel, может вовсе не иметь закешированных значений и прийти пустым.
Несколько листов без табличных лесов
Книги редко состоят из одной вкладки. Извлечение обходит каждый лист книги и помечает его именем вкладки, что остаётся полезным даже в плоском тексте — «Raw Data», «Архив 2023» и «Заметки» говорят вам и модели, насколько доверять тому, что дальше, и дают очевидные точки разреза, если вы нарезаете вывод на фрагменты.
Один практичный ход: если важна лишь одна вкладка, скопируйте её в свежую книгу и конвертируйте её. Вы резко сократите вывод, не потащите за собой дюжину справочных таблиц и кэшей сводных — и заодно одним шагом обойдёте проблему скрытых листов.
.xls, .xlsx и короткий путь через CSV
Поддерживаются оба. Старый бинарный формат .xls до сих пор постоянно приходит из банковских порталов и возрастных ERP-систем; он вмещает максимум 65 536 строк, так что всё большее уже было где-то обрезано выше по течению — стоит проверить, если число строк выглядит подозрительно круглым. Современный .xlsx — это XML внутри ZIP, и разбирается он предсказуемее, так что пересохранить перед конвертацией — разумная привычка.
А если данные были CSV до того, как кто-то открыл их в Excel, прогоните через CSV в текст оригинал. Excel при импорте молча всё переосмысливает — превращает коды в даты, срезает нули, — и как только файл пересохранён, этот ущерб впечатан навсегда.
Частые вопросы
Как перевести файл Excel в txt онлайн?
Перетащите .xlsx или .xls в конвертер выше — содержимое листов вернётся обычным текстом, который скачивается как .txt. Бесплатно, без регистрации, 50 МБ на файл. Работают и современный XML-формат, и старый бинарный .xls, так что пересохранять доставшийся по наследству файл не нужно.
Что случится с колонками, когда Excel станет обычным текстом?
Они перестанут быть колонками. Значения приходят в порядке чтения, разделённые пробелами, и к какому заголовку относилось каждое — больше нигде не закодировано. Для одноколоночного списка имён или артикулов это ровно то, что вы хотели. Для финансовой модели с двенадцатью колонками это уничтожает то, что делало её моделью — используйте Excel в Markdown.
Я получу формулы или вычисленные значения?
Значения. Ячейка с =SUM(B2:B40) конвертируется как 1,284, а не как формула, которая это посчитала. Для анализа это правильное умолчание и почти никогда не то, что нужно для аудита логики таблицы — если суть в формулах, никакая текстовая конвертация не поможет, нужна сама книга.
Включаются все листы или только активный?
Обрабатывается каждый лист книги, а не только та вкладка, что была открыта при сохранении. Об этом стоит помнить с файлами, где есть скрытая вкладка с допущениями или сырыми данными — их содержимое тоже проходит, что удобно для анализа и что стоит проверить перед тем, как делиться выводом.
Конвертировать Excel в текст или сначала в CSV?
Если получатель читает табличные данные — экспортируйте CSV из Excel и пропустите эту страницу: сохраните разделители и структуру колонок. Обычный текст — для другого случая: когда дальше по конвейеру нужен вход в форме прозы, например для эмбеддингов или прогона по ключевым словам по папке книг.
Всё остальное в наборе
File2Txt принимает любой поддерживаемый формат на одной странице, если не хочется выбирать. Смежные отправные точки: JSON в текст для API-выгрузок тех же данных, PDF в текст для отчёта, в котором эти цифры опубликовали, и PowerPoint в текст для презентации, которая их резюмировала.
Для кода и веб-источников есть конвертер GitHub в текст, конвертер GitLab и Web2Txt для сбора страниц. Руководство по конвертации файлов в текст разбирает, как выбирать между форматами в общем случае.
Repo2Txt разрабатывает и поддерживает v12hero — независимый разработчик, создающий нативные и веб-приложения с приоритетом приватности.