Excel thành văn bản: Khi bạn muốn nội dung, không phải bảng
Không phải mọi câu hỏi về bảng tính đều là câu hỏi về bảng tính. Đôi khi sổ làm việc chỉ là một nơi chứa — một hỗ trợ xuất khẩu trong đó phần hữu ích là 4.000 mô tả khiếu nại văn bản miễn phí, danh mục sản phẩm trong đó bạn cần bản sao thay vì SKU, một kho khảo sát nơi mọi câu trả lời thú vị đều tồn tại trong một phạm vi rộng cột văn xuôi. Việc hiển thị bảng đó dưới dạng bảng sẽ thêm cấu trúc mà không ai yêu cầu và tính phí cho bạn bằng mã thông báo cho nó.
Chuyển đổi Excel sang văn bản thuần túy cung cấp cho bạn các giá trị và không có gì khác. Không có đường ống, không các hàng phân cách, không có phần đệm căn chỉnh. Chỉ nội dung của các ô, theo từng trang, ở dạng bạn có thể grep, chunk, embed, diff hoặc pipe vào một tập lệnh mà không loại bỏ bất cứ thứ gì trước. Tải lên .xlsx hoặc .xls ở trên - miễn phí, không cần đăng ký, giới hạn 50 MB, không giữ lại gì.
Đối số Token, đối số chính
Bảng Markdown trả thuế trên mỗi ô. Mọi giá trị được bao bọc trong các dấu phân cách và khoảng cách, và chi phí đó nhân theo hàng. Trên bản tóm tắt mười hai hàng, nó không thể nhìn thấy được. Khi xuất 20 cột, 8.000 hàng, đó là phần đáng kể của kết quả đầu ra — dấu câu chiếm bối cảnh mà bạn muốn dành cho dữ liệu hơn.
Văn bản thuần túy loại bỏ hoàn toàn chi phí đó. Các giá trị giống nhau, ít mã thông báo hơn một cách có ý nghĩa, trong thực tế là sự khác biệt giữa một trang tính phù hợp với một dấu nhắc và một trang tính không phù hợp. Bộ đếm mã thông báo dưới đầu ra làm cho sự so sánh trở nên cụ thể: chuyển đổi cùng một tệp theo cả hai cách và bạn sẽ thấy khoảng cách ngay lập tức. các chuyển đổi định dạng ở đầu trang này sẽ chuyển tệp của bạn tới Excel tới Markdown không có tải lên lại, do đó việc so sánh sẽ khiến bạn mất khoảng năm giây.
Những gì bạn từ bỏ - Hãy trung thực về điều đó
Văn bản phẳng mất nhận dạng cột đáng tin cậy. Khi các dấu phân cách không còn nữa, giá trị thứ ba trên một dòng chỉ còn lại ngầm định là trường "Khu vực" và mô hình trả lời "doanh thu trung bình khu vực phía Bắc" phải giữ bản đồ đó trong đầu nó trải qua hàng nghìn dòng. Nó thường sẽ quản lý. Đôi khi nó cũng sẽ trôi đi, đặc biệt là khi ô trống và vị trí thay đổi bên dưới ô đó.
Vì vậy, quy tắc là đơn giản. Nếu câu hỏi của bạn là theo cột - lọc, so sánh, tổng hợp, tham chiếu chéo hai trường — sử dụng phiên bản Markdown và chấp nhận chi phí mã thông báo. Nếu câu hỏi của bạn là nội dung khôn ngoan — mọi người đang nói gì, chủ đề nào xuất hiện, cụm từ này có tồn tại ở đâu không, tìm cho tôi những dòng về sự chậm trễ vận chuyển - văn bản thuần túy là công cụ tốt hơn và rẻ hơn.
Nơi văn bản bảng tính phẳng kiếm được tiền
- Nhúng và truy xuất. Chia nhỏ một danh mục hoặc xuất cơ sở kiến thức thành các đoạn văn và vector hóa chúng. Cú pháp bảng trong một đoạn là nhiễu làm dịch chuyển vectơ mà không mang ý nghĩa, và nó ăn các vị trí trong đầu vào nhúng có kích thước cố định.
- Phân tích văn bản hàng loạt. Cảm nhận về phản hồi của khách hàng, phân cụm chủ đề theo hướng mở câu trả lời khảo sát, trích xuất các thực thể từ một cột ghi chú trường hợp. Đơn vị phân tích là một đoạn văn không phải một hàng.
- Lập chỉ mục tìm kiếm. Hầu hết các công cụ tìm kiếm đều muốn có một đốm văn bản rõ ràng trên mỗi tài liệu. Cho chúng ăn bảng ống mang lại mã thông báo kém hơn và không có lợi ích.
- Kịch bản cho ăn. Văn bản hướng dòng là những gì biểu thức chính quy, số từ, trình phát hiện ngôn ngữ, và những điều mong đợi về Python một cách nhanh chóng. Không có bước phân tích cú pháp, không có trường hợp thoát biên.
- Khác biệt hai xuất khẩu. Kéo sổ làm việc của tháng trước và tháng này dưới dạng văn bản và chạy một khác biệt. Những thay đổi nổi bật; ở dạng bảng, một cột được chèn sẽ dịch chuyển mọi dòng và độ lệch sẽ trở thành vô ích.
- Tấm rất lớn. Đôi khi văn bản phẳng đơn giản là phiên bản duy nhất phù hợp.
Các quirks Excel hiển thị cụ thể trong đầu ra văn bản
Một số thói quen của Excel không hiển thị trên màn hình và hiển thị ngay khi lớp định dạng bị loại bỏ:
- Số 0 đứng đầu đã biến mất. Nếu mã bưu điện, số điện thoại hoặc ID tài khoản được nhập vào một ô có định dạng chung, Excel đã lưu trữ 01204 dưới dạng số 1204 từ rất lâu trước khi bạn đến đây. văn bản đầu ra báo cáo một cách trung thực những gì có trong tệp. Kiểm tra mẫu dựa trên hệ thống nguồn nếu ID quan trọng.
- Ký hiệu khoa học về số dài. Tài liệu tham khảo gồm mười sáu chữ số và một số mã vạch nhận được được lưu trữ dưới dạng phao và có thể hiển thị dưới dạng 1.23457E+15, với các chữ số đuôi thực sự bị mất. Cách khắc phục là ngược dòng: lưu trữ các cột đó dưới dạng văn bản trong Excel trước khi lưu.
- Định dạng là một mặt nạ. Một ô ghi ngày 15/03/2024 chứa số sê-ri đếm ngày; một
đọc 12,5% giữ 0,125; một giá trị £1.250 là 1250. Không có cách bố trí bảng để gợi ý về điều gì
cột là, số sê-ri trống ở giữa luồng văn bản đặc biệt khó hiểu. Chuyển đổi
cột ngày thành văn bản ISO với
=TEXT(A2,"yyyy-mm-dd")trước khi xuất khẩu là đáng tin cậy cách giải quyết. - Các ô được hợp nhất để lại lỗ hổng. Nội dung đã hợp nhất nằm ở ô trên cùng bên trái trong phạm vi của nó và phần còn lại thực sự trống rỗng, do đó, nhãn danh mục được hợp nhất thành tám hàng sẽ xuất hiện một lần và các mục tiếp theo bảy bản ghi trông không có nhãn.
- Các hàng, cột và trang bị ẩn vẫn chuyển đổi. Việc trích xuất không tôn trọng khả năng hiển thị. Tab "Cào" cũ và các cột mà ai đó đã ẩn thay vì xóa sẽ xuất hiện trong đầu ra của bạn. Đáng giá một đọc lướt trước khi chia sẻ kết quả - các trang ẩn là nguồn tiết lộ vô tình thực sự.
- Bạn nhận được giá trị, không phải logic. Các ô công thức đóng góp kết quả được lưu vào bộ nhớ đệm cuối cùng của chúng, do đó đầu ra là ảnh chụp nhanh của sổ làm việc chứ không phải là mô tả về cách tính toán. Một tập tin được viết bởi một tập lệnh chưa bao giờ mở Excel có thể không có giá trị nào được lưu trong bộ nhớ đệm và có thể bị trống.
Nhiều tấm không có giàn giáo bàn
Sổ làm việc hiếm khi có một tab. Trích xuất sẽ duyệt từng trang trong sổ làm việc và gắn nhãn cho mỗi trang bằng tab của nó tên vẫn hữu ích ngay cả trong văn bản phẳng — "Dữ liệu thô", "Lưu trữ năm 2023" và "Ghi chú" cho bạn và mô hình biết nên tin tưởng bao nhiêu vào những gì tiếp theo và chúng mang lại cho bạn những điểm phân chia rõ ràng nếu bạn chia nhỏ đầu ra.
Một động thái thực tế: nếu chỉ có một tab quan trọng, hãy sao chép nó vào một sổ làm việc mới và chuyển đổi nó. Bạn sẽ cắt xuất ra một cách đột ngột, tránh kéo vào hàng tá bảng tra cứu và bộ nhớ đệm xoay vòng cũng như bỏ qua trang tính ẩn vấn đề trong một bước.
.xls, .xlsx và Phím tắt CSV
Cả hai đều được hỗ trợ. Định dạng .xls nhị phân cũ vẫn xuất hiện liên tục từ các cổng ngân hàng trở lên hệ thống ERP; nó chứa tối đa 65.536 hàng, vì vậy mọi thứ lớn hơn đã bị cắt bớt ở đâu đó ở thượng nguồn — đáng để kiểm tra xem số hàng có vẻ tròn đáng ngờ hay không. .xlsx hiện đại là XML bên trong ZIP và phân tích cú pháp nhiều hơn có thể đoán trước được nên việc lưu lại trước khi chuyển đổi là một thói quen hợp lý.
Và nếu dữ liệu là CSV trước khi ai đó mở nó trong Excel, hãy sử dụng CSV thành văn bản thay vào đó là trên bản gốc. Excel âm thầm diễn giải lại mọi thứ khi nhập — chuyển mã thành ngày tháng, cắt bớt số 0 — và sau khi bạn đã được lưu trên tập tin mà thiệt hại đã được khắc phục.
Câu hỏi thường gặp
Làm cách nào để chuyển đổi tệp Excel thành tệp txt?
Thả .xlsx hoặc .xls vào bộ chuyển đổi ở trên và nội dung trang tính sẽ trở lại dưới dạng văn bản thuần túy, có thể tải xuống dưới dạng .txt. Miễn phí, không cần đăng ký, 50 MB mỗi tệp. Cả định dạng XML hiện đại và định dạng nhị phân cũ hơn .xls hoạt động nên trước tiên bạn không cần phải lưu lại tệp kế thừa.
Điều gì xảy ra với các cột của tôi khi Excel trở thành văn bản thuần túy?
Chúng không còn là cột nữa. Các giá trị đến theo thứ tự đọc được phân tách bằng khoảng trắng và mỗi giá trị thuộc về tiêu đề nào không còn được mã hóa ở bất kỳ đâu. Để có danh sách một cột gồm các tên hoặc SKU, đó chính xác là những gì bạn muốn. Đối với một mô hình tài chính có 12 cột, nó sẽ phá hủy thứ tạo nên mô hình đó - hãy sử dụng Excel tới Markdown thay vào đó.
Tôi có nhận được công thức hoặc giá trị được tính toán không?
Các giá trị. Một ô chứa =SUM(B2:B40) chuyển đổi như 1,284, không phải như công thức tạo ra nó. Đó là mặc định phù hợp cho việc phân tích và hầu như không bao giờ là điều bạn muốn để kiểm tra logic của bảng tính — nếu các công thức là quan trọng thì không có chuyển đổi văn bản nào có ích và bạn cần chính sổ làm việc đó.
Có tất cả các bảng tính được bao gồm hay chỉ là bảng tính đang hoạt động?
Mọi trang tính trong sổ làm việc đều được xử lý, không chỉ tab nào được mở khi nó được lưu. Đáng ghi nhớ với các tệp chứa tab Giả định hoặc Dữ liệu thô ẩn - nội dung của những tệp đó cũng đi qua, thuận tiện cho việc phân tích và một số thứ cần kiểm tra trước khi chia sẻ đầu ra.
Tôi nên chuyển Excel sang văn bản hay sang CSV trước?
Nếu đích đến của bạn đọc dữ liệu dạng bảng, hãy xuất CSV từ Excel và bỏ qua trang này — bạn giữ lại các dấu phân cách và cấu trúc cột. Văn bản thuần túy dành cho trường hợp khác: khi nội dung nào đó ở phía dưới muốn đầu vào có hình dạng văn xuôi, chẳng hạn như quy trình nhúng hoặc quét từ khóa trên một thư mục sổ làm việc.
Mọi thứ khác trong Suite
File2Txt chấp nhận mọi định dạng được hỗ trợ từ một trang nếu bạn không muốn chọn. Điểm xuất phát liên quan: JSON thành văn bản đối với việc xuất khẩu API của cùng một dữ liệu, PDF thành văn bản cho báo cáo các số liệu đã được công bố trong, và PowerPoint thành văn bản cho bộ bài đã tóm tắt chúng.
Đối với mã và nguồn web, có GitHub sang trình chuyển đổi văn bản, Công cụ chuyển đổi GitLabvà Web2Txt để cạo các trang. các hướng dẫn chuyển file sang văn bản bao gồm cách quyết định giữa các định dạng nói chung.
Repo2Txt được xây dựng và duy trì bởi v12hero, một nhà phát triển độc lập xây dựng các ứng dụng web và ứng dụng gốc ưu tiên quyền riêng tư.