我建造 Toolz.dev、而且我所做的横跨 WordPress 和 Laravel 工作的一项经常性工作是将数据输入到一两年前设计的系统中。其中很多仍然说 XML,而且只说 XML:用于市场的产品源、会计包的导入格式、不会查看其他任何内容的 SOAP 端点。数据几乎总是作为电子表格中的 CSV 导出到达,因此任务是将平坦的逗号分隔行转换为结构化的 XML 文档。我以各种可能的方式观察了错误,从包含逗号的客户名分成两列,到公司名称中的一个放大器,导致整个文件无法解析。 CSV 到 XML 转换器 existed来正确地进行该转换,在浏览器中,无需将客户列表粘贴到某些匿名服务器中,本指南涵盖了转换涉及的内容,为什么棘手的部分很棘手,以及如何为要读取的任何内容塑造输出。
TL;博士: CSV到XML转换器读取逗号分隔的行,并将它们写成一个格式良好的XML文档,每行成为一个元素,每个单元格要么成为一个有名的子元素,要么成为一个属性。它解析CSV per RFC 4180,因此包含逗号、引号或换行的引用字段可以完整保存;它自动检测分隔符是逗号、分号、制表符还是管道;它将列名强制转换为有效的XML标签;它会转义标记显着字符,因此输出总是解析它完全在您的浏览器中运行,因此您的CSV中的数据永远不会上传。
CSV和XML有什么区别?
CSV,逗号分隔值,是平面的文字格式,每行都是记录,一行内每个字段都用分隔符分隔,一般是逗号,紧凑,每个电子表格都可以导出,人类读起来是微不足道的,不能做的是表达结构或意义,CSV中没有任何东西说列的意思,没有嵌套,没有类型;一个单元格持有 true 还有一个牢房,里面装着这个词 true 是无法区分的,而本身包含逗号的值需要特殊的引用,以避免被读作两个字段。
XML,可扩展标记语言,是相反的贸易,每个值都用一个命名标签包裹,所以 <name>Ada Lovelace</name> 携带价值和标签。那个冗长度购买结构:元素嵌套,文档可以根据模式进行验证,样式表可以转换整个事物。其中列出了重要的规则以及格式良好的 XML W3C XML 1.0 规范并且它们在 CSV 从来都不是的方式上很严格,这正是机械转换必须小心的原因。将 CSV 转换为 XML 从根本上来说就是添加结构以及 CSV 隐含的转义。
行如何成为元素?
映(natural mapping)把第一个CSV行当作头,持有列名,后面每一行当作一条记录,每条记录都变成一个行元素,而在它里面每个单元格都变成一个以其列命名的子元素,所以一个CSV的 id,name,role 具有数据行 1,Ada Lovelace,Engineer 成:
<rows>
<row>
<id>1</id>
<name>Ada Lovelace</name>
<role>Engineer</role>
</row>
</rows>
的外 rows element 是文档根,因为一个格式良好的 XML 文档必须恰好有一个顶级元素包裹其他所有内容,转换器让你同时重命名根和每行元素,所以你可以产生 <catalog><product>...</product></catalog> 相反,当这是您的目标期望时。列名称变成标签名称,这是第一个真正的约束咬合的地方,因为并非每个列标题都是合法的 XML 标签。
为什么有些列名会更改?
XML元素名称不是自由形式的,规范说名称必须以字母或下划线开头,然后可能包含字母、数字、连字符、句号和下划线,但不是空格,也不是大多数标点符号,并且它可能不是以数字开头的电子表格列 First Name 或 Unit Price ($) 或 2024 Total 是完美的标题和一个非法的XML标签。如果一个转换器发出 <First Name> 该文档根本不会解析。
So工具将每个列名清理为一个有效的标签,空格和非法字符变成下划线,所以 First Name 变成 First_Name以数字开头的名称会得到下划线前缀 so 2024 Total 变成 _2024_Total。如果两列清理到同一个标签,或者头部真正重复一个名称,则重复项会得到一个数字后缀,因此没有一列默默覆盖另一个,并且工具在执行此操作后会警告您。重要的保证是仅调整标签名称;每个单元格内部的数据都经过未触及。如果您需要精确保存原始标签,下面涵盖的属性模式通常更适合,因为属性名称面临相同的规则,但您也可以选择将标题作为其他地方的值。
值中的逗号和引号怎么样?
这是打破天真的转换器的部分,值得理解。CSV 有一个引用约定,形式化为 RFC 4180、对于包含分隔符或换行符的值,这样的值用双引号包裹,里面任何一个字面上的双引号都写成两个双引号,所以一个公司字段持有 Hopper, Grace 存储在 CSV 中 "Hopper, Grace"的,以及一个读注 she said "hi" 存储为 "she said ""hi"""。
符(commas)上分割每行的转换器会破坏这两者,将一个字段变成两个,并到处留下杂散引号,这个工具使用一个适当的状态机解析器来跟踪它是否在引号字段内,因此一个嵌入的逗号、一个嵌入的引号,甚至一个引号值内的换行符,都读作它们所属的单个字段的一部分,那就是一个被命名的客户之间的区别 Smith, John 作为一人抵达 <name> element 并以破纪录的形式到达,并多了一个列,如果您的导出来自 Excel、Google Sheets 或数据库转储,那么它几乎肯定会使用此引用,正确解析它不是可选的。
XML 来说,一旦安全解析了值,还是要让它安全,这是一个单独的转义问题,XML 中有五个字符是特殊的,元素文本中重要的三个是 ampersand、小于号、大于号的单元格 Ben & Jerry's 或 x < y 如果按字面意思写,将产生无效的 XML,因此转换器用预定义的实体替换它们 &、 <、和 >。在属性值中,双引号也会转义,这种转义是保证输出解析的,无论数据包含什么。
每个单元格应该是一个元素还是一个属性?
XML给你两个地方来放一个值:作为子元素的文本, 或者作为行元素上的属性, 转换器支持两者, 并且哪个是对的完全取决于系统将读取文件的元素模式产生可读的, 可嵌套的形式:
<row>
<name>Ada</name>
</row>
Attribute 模式将整行折叠成单个自闭元素:
<row name="Ada" role="Engineer"/>
以下是两者如何比较通常决定它的维度:
| 考虑 | 儿童元素 | 属性 |
|---|---|---|
| 可读性 | 更高,每行一个值 | 密度更大,每行一行 |
| 文件大小 | 较大,标签重复 | 较小 |
| 可以稍后再筑巢 | 是的 | 否 |
| 每列重复值 | 允许 | 每个属性名称一个值 |
| 典型贴合 | 文档样式的数据,提要 | 紧凑的记录,配置 |
1个经验法则,如果数据是记录般的、平坦的,而读者想要它小,属性就可以了;如果数据可能在以后增长结构,或者人类会读取它,元素是更安全的默认值,当你不确定消费系统想要什么时,元素是更保守的选择,因为任何接受属性的东西也可以适应元素,但反之则并非总是如此。
如何使用 CSV 到 XML 转换器
第 1 步:粘贴您的 CSV
将 CSV 粘贴或输入输入框。直接从 Excel 或 Google Sheets 复制的块有效,a 的内容也是如此 .csv 件(包括包含逗号或换行符的引用字段)。
2步:设置选项
Leave the delimiter on auto-detect 或显式选择一个,确认第一行是否为头,设置根和行元素名称,并选择每个单元格是否成为子元素或属性,也可以切换 XML 声明,在缩进和最小化输出之间切换。
3步:转换
击转换为XML。工具解析每一行,将列名清理为有效的标签,转义标记字符,并组装一个格式良好的文档,警告您任何重命名列或粗糙的行。
4步:复制或下载
XML 复制到剪贴板或将其下载为 .xml file。shape 对于目标系统来说不太合适的话,调整元素名称或者在元素和属性模式之间切换,再进行转换。
为什么要自动检测分隔符?
not every "CSV"用逗号分隔,从欧洲局域网导出经常使用分号,因为逗号是那些区域中的小数分隔符,从数据库或日志中拉取的数据经常是标签分隔的,锁定到逗号的转换器会将分号文件读取为单个宽列并产生废话。该工具通过尝试逗号、分号、标签和管道并选择在前几行产生一致列计数的哪个来检测分隔符,这是一个比原始频率可靠得多的信号,因为散文内部的逗号经常出现但不规则。当文件不寻常时,您总是可以覆盖猜测,但对于常见情况,检测意味着您粘贴并转到。
Ragged行,其中一行比头的字段多或少,是另一个现实世界的混乱,转换器用空元素填充短行并警告您而不是默默丢弃数据,因此您可以看到第47行缺少其最后两个字段,而不是发现下游的头之外的额外字段获得通用列名,因此不会丢失任何内容,并且警告会准确告诉您有多少行受到影响,这通常足以将问题追溯到源中的杂散分隔符,如果您想在转换之前检查一个杂乱的文件, CSV 查看器 将其呈现为具有相同容差解析器的表,这通常是在误差分隔符或未闭合引号成为格式错误的输出之前发现它的最快方法。
CSV 到 XML 转换器适合其他所有内容
数据转换很少是单跳。今天需要成为 XML 的同一台 CSV 明天可能需要成为 REST API 的 JSON,或者数据库负载的一批 SQL 插入。 CSV 到 JSON 转换器 使用相同的 RFC 4180 解析器处理 JSON 目标 CSV 到 SQL 转换器 将相同的行转换为插入语句。当数据已经是 XML 并且需要反过来时, XML 到 JSON 转换器 和 JSON 到 XML 转换器 XML-JSON边界的两个方向覆盖,并且它们使用该工具遵循的相同的属性和文本约定,因此往返是可预测的。
为了更广阔的视野, CSV 到 JSON 指南 深入挖掘解析同样混乱的导出, JSON 到 XML 指南 从 JSON 侧解释元素和属性映射,以及 在线工具中的数据隐私 article解释了为什么在csv持有姓名和电子邮件地址时,在浏览器中执行所有这些操作很重要。就像toolz。dev上的所有内容一样,转换器完全在您的浏览器中运行,因此您转换的数据永远不会离开您的机器。
常见问题
如何将 CSV 文件转换为 XML?
CSV粘贴到输入框中,确认分隔符和头设置,点击转换为XML,第一行读作列名,后面每一行都变成一个XML元素,其子标记以那些列命名,然后可以复制结果或者下载为。xml文件。
CSV 头行会发生什么?
当"第一行是header"亮时,头单元格成为每个数据行的XML元素名称。名称被清理为有效的XML标签,因此"First Name"成为First_Name,重复的列用数字后缀重命名。如果关闭头选项,列将被命名为列_1、列_2等。
每个单元格应该是一个元素还是一个属性?
XML的读取系统而定,元素模式写入一个可读的可嵌套结构,每个值一个标签,而属性模式将一行折叠成单个紧凑元素,每列一个属性,这个转换器支持两者,所以选择你的模式或导入目标期望的;元素是当你不确定时更安全的默认。
转换器处理值内的逗号吗?
Yes。RFC 4180之后,一个包含逗号、双引号或换行的值被包裹在CSV中的双引号中,一个嵌入的引号被写成两个引号,解析器将那些引用的字段读作单个值而不是拆分它们,所以"霍珀、格雷斯"停留在一个元素中。
支持哪些分隔符?
Comma、分号、tab、pipe,默认情况下工具通过选择在前几行产生一致数列的那个来自动检测分隔符,正确处理欧洲分号文件和tab分隔导出,也可以手动选择分隔符。
XML中为什么我的一些列名被更改了?
XML元素名不能包含空格或大部分标点符号,不能以数字或连字符开头,转换器用下划线替换非法字符,并加上以数字开头的名字前缀,因此输出总是格式良好,每个单元格中的原始数据永远不会改变,只有标签名。
我的 CSV 数据是否上传到服务器？
No。JavaScript的浏览器中运行整个转换。您粘贴的任何内容都不会传输,记录或存储,并且一旦页面加载,该工具就可以在没有网络连接的情况下继续工作,这使您的CSV中的姓名,电子邮件和其他数据保持私密。
我可以将 XML 转换回 CSV 或 JSON 吗?
CSV转换为XML这个工具,要反过来重塑数据,使用XML到JSON转换器,当JSON而不是XML是你的目标时使用CSV到JSON转换器,它们都运行客户端,具有相同的隐私保证。
