XLSX ते CSV: एक्सेल फाइलचे साध्या मजकुरात रूपांतर
तुमच्याकडे एखादी XLSX फाइल आहे — कदाचित एखाद्या सहकाऱ्याकडून, क्लायंटकडून किंवा सार्वजनिक डेटासेटमधून मिळालेली. ती फाइल तुम्हाला अशा सिस्टीममध्ये न्यायची आहे जी फक्त CSV स्वीकारते — डेटाबेस, डेटा-अॅनालिसिस स्क्रिप्ट किंवा जुने सॉफ्टवेअर. हे पेज तेच काम करते तुम्ही XLSX फाइल अपलोड करता आणि CSV मिळवता. पण हे रूपांतर नुसते फॉरमॅट बदलणे नाही; ते एका समृद्ध स्प्रेडशीटमधून बहुतेक गुणधर्म काढून टाकून फक्त कच्चा मजकूर ठेवते. हा लेख त्या प्रक्रियेची नेमकी गणिते, नियम आणि सावधगिरी स्पष्ट करतो.
XLSX ते CSV: नेमके काय हरवते?
XLSX फाइल ही एक झिप केलेली XML वर्कबुक असते. त्यात अनेक वर्कशीट्स, फॉर्म्युले, सेल टाइप्स (संख्या, तारीख, बुलियन), रंग, फॉन्ट आणि मर्ज केलेले सेल असू शकतात. CSV म्हणजे फक्त एक साधा डिलिमिटेड टेक्स्ट फाइल. या रूपांतरात खालील गोष्टी नेहमीच हरवतात:
- फॉर्म्युले: XLSX मध्ये असलेले
=SUM(A1:A10)सारखे सूत्र रूपांतरात मोजले जात नाही. त्या जागी फॉर्म्युलाचे शेवटचे सेव्ह केलेले दृश्य मूल्य (last-calculated value) ठेवले जाते. म्हणजेच, जर तुम्ही फॉर्म्युला बदलला असेल पण फाइल सेव्ह केली नसेल, तर मूळ मूल्यच CSV मध्ये येईल. - सेल फॉरमॅटिंग: सेलचा रंग, फॉन्ट आकार, बॉर्डर, नंबर फॉरमॅट (जसे की
₹1,000किंवा01/01/2024) — हे सर्व पूर्णपणे नष्ट होते. सर्व मूल्ये फक्त मजकूर बनतात. - मल्टीपल वर्कशीट्स: XLSX मध्ये 10 वर्कशीट्स असतील तरीही फक्त पहिलीच वर्कशीट रूपांतरित होते. बाकीच्या शीट्स पूर्णपणे दुर्लक्षित केल्या जातात.
- मर्ज केलेले सेल: मर्ज केलेले सेल CSV मध्ये विस्तारित केले जात नाहीत. फक्त वरच्या-डाव्या सेलचे मूल्य ठेवले जाते, इतर सेल रिकामे राहतात.
- डेटा टाईप्स: CSV मध्ये कोणताही सेल टाईप नसतो. संख्या म्हणून सेव्ह केलेली तारीख (जसे की
45000) मजकूर म्हणून येते. करन्सी चिन्हे निघून जातात. फक्त संख्यात्मक मूल्य राहते.
सीमांकक (Delimiter) निवड: कॉमा, सेमिकोलन किंवा टॅब?
CSV मध्ये प्रत्येक स्तंभ वेगळा करण्यासाठी एक विशिष्ट वर्ण (सीमांकक) वापरला जातो. हे पेज तुम्हाला तीन पर्याय देते:
| सीमांकक | वैशिष्ट्ये | कधी वापरायचे |
|---|---|---|
कॉमा (,) |
सर्वात सामान्य. बहुतेक सिस्टीम हेच अपेक्षित करतात. | जर तुमच्या डेटामध्ये कॉमा असलेले मजकूर नसतील तर. |
सेमिकोलन (;) |
युरोपियन भाषांमध्ये सामान्य, जिथे कॉमा दशांश चिन्ह म्हणून वापरला जातो. | जर तुमची लोकेल कॉमाला दशांश चिन्ह मानत असेल. |
टॅब (\t) |
मजकूर फाइल्समध्ये सामान्य, डेटाबेस एक्सपोर्टमध्ये वापरला जातो. | जर डेटामध्ये कॉमा आणि सेमिकोलन दोन्ही असतील तर टाळण्यासाठी. |
योग्य सीमांकक निवडणे महत्त्वाचे आहे कारण तुमच्या डेटामध्ये जर सीमांकक असेल तर CSV मध्ये तो मजकूर 'अनकोटेड' राहिल्यास स्तंभ विभाजनात बिघाड होईल. हे टूल आपोआप अशा मूल्यांना कोट करते (उदा. "Hello, World"), पण तुम्ही नंतर आउटपुट तपासावेच.
लीडिंग झिरोजचे गुप्त नुकसान
एक्सेलमध्ये तुम्ही सेलमध्ये 00123 टाइप केले तर बहुतेक वेळा ते संख्या म्हणून सेव्ह होते आणि CSV मध्ये 123 असे येते. का? कारण CSV फाइलमध्ये कोणतेही फॉरमॅटिंग नसते. 00123 ही संख्या गणितीयदृष्ट्या 123 सारखीच आहे, आणि CSv ती एक संख्या म्हणूनच हाताळतो.
फक्त जेव्हा एक्सेलमध्ये सेलचा डेटा टाईप 'टेक्स्ट' म्हणून सेव्ह केला जातो तेव्हाच लीडिंग झिरोज जतन होतात. एक्सेलमध्ये संख्या म्हणून सेव्ह केलेल्या मूल्यांपुढील शून्ये CSV मध्ये हरवतात. यासाठी तुम्ही एक्सेल फाइल तयार करताना स्टोअर नंबर्स एज टेक्स्ट फॉरमॅट वापरू शकता किंवा सेलच्या आधी एक ' (अपॉस्ट्रॉफी) जोडू शकता. उदाहरणार्थ: '00123.
नेस्टेड डेटाची समस्या: तुम्हीच ठरवा
एक्सेलमध्ये तुम्ही एका सेलमध्ये अनेक मूल्ये ठेवू शकता — उदा. राम, श्याम, हरी एकाच सेलमध्ये. किंवा एका सेलमध्ये एक पत्ता असू शकतो ज्यामध्ये रस्ता, शहर, पिन कोड हे सर्व मजकूर एकत्र असतात. CSV ला अशी नेस्टेड रचना समजत नाही. हे टूल कोणतेही नेस्टेड डेटा स्वयंचलितपणे फ्लॅट करत नाही. तुम्ही स्वतःच एक्सेल फाइल तयार करताना हे लक्षात ठेवले पाहिजे:
- प्रत्येक फील्ड स्वतंत्र स्तंभात असावे: पत्त्याचे घटक (रस्ता, शहर, राज्य, पिन कोड) वेगवेगळ्या स्तंभांमध्ये विभागले पाहिजेत.
- एकाधिक मूल्ये एकाच सेलमध्ये असल्यास: तुम्ही त्यांना एका स्तंभात एक विशिष्ट सीमांकक (जसे की
|) वापरून एकत्र करू शकता, पण हे स्वीकार्य आहे की नाही हे तुमच्या लक्ष्य प्रणालीवर अवलंबून आहे.
जर तुम्ही ही पायरी न केल्यास, CSV आउटपुटमध्ये डेटा गोंधळलेला दिसेल.
सुरक्षा: ब्राउझरमध्येच सगळे
या पेजचे सर्वात मोठे वैशिष्ट्य म्हणजे तुमची फाइल कधीही सर्व्हरवर अपलोड होत नाही. सर्व प्रक्रिया तुमच्या ब्राउझरमध्येच (क्लायंट-साइड) घडते. याचा अर्थ:
- संवेदनशील डेटा (ग्राहक माहिती, आर्थिक आकडे, खाजगी याद्या) तुमच्या मशीनच्या बाहेर जात नाही.
- इंटरनेट कनेक्शन आवश्यक नाही — फक्त पेज लोड करताना कनेक्शन लागते.
- कोणताही सर्व्हर लॉग किंवा कॅशिंग होत नाही.
हे वैशिष्ट्य विशेषतः त्या वापरकर्त्यांसाठी उपयुक्त आहे ज्यांना गोपनीयतेची काळजी असते किंवा जे कंपनीच्या डेटा प्रोटेक्शन पॉलिसीखाली काम करतात.
एरर मेसेजेस आणि त्यांचा अर्थ
जर काही चूक झाली तर खालील एरर मेसेजेस दिसू शकतात:
| एरर मेसेज | कारण |
|---|---|
| "Choose one file first." | तुम्ही फाइल निवडल्याशिवाय कन्व्हर्ट बटण दाबले. |
| "Choose a CSV, JSON or XLSX file." | तुम्ही चुकीचे फाइल फॉरमॅट (जसे की PDF किंवा DOCX) अपलोड केले. |
| "This file is too large. Use a file under ‹max›." | फाइलचा आकार परवानगीपेक्षा मोठा आहे. |
| "This Excel file could not be opened." | XLSX फाइल दूषित आहे किंवा एक्सेलच्या जुन्या आवृत्तीतून बनवली आहे. |
| "This file has no table rows." | पहिल्या वर्कशीटमध्ये कोणताही डेटा नाही. |
| "This table has more than ‹max› rows." | ओळींची संख्या जास्तीत जास्त मर्यादेपेक्षा अधिक आहे. |
| "This table has more than ‹max› columns." | स्तंभांची संख्या मर्यादेपेक्षा अधिक आहे. |
| "Conversion cancelled." | तुम्ही कन्व्हर्जन प्रक्रिया मध्येच थांबवली. |
| "This conversion is taking too long. Try a smaller file." | मोठ्या फाइलसाठी प्रक्रिया वेळ जास्त लागत आहे. |
या एरर मेसेजेसमध्ये ‹max› हे प्लेसहोल्डर असून ते टूलने ठरवलेल्या वास्तविक मर्यादा दर्शवते. या मर्यादा बदलू शकतात, म्हणून एरर आल्यास त्या मेसेजमध्येच संख्या दिसेल.
वारंवार विचारले जाणारे प्रश्न (FAQ)
1. माझ्या एक्सेल फाइलमध्ये अनेक वर्कशीट्स आहेत. मी सर्व शीट्स CSV मध्ये कशी रूपांतरित करू?
हे टूल फक्त पहिली वर्कशीटच रूपांतरित करते. इतर शीट्ससाठी तुम्हाला प्रत्येक शीट वेगळ्या XLSX फाइल म्हणून सेव्ह करावी लागेल आणि प्रत्येक स्वतंत्रपणे कन्व्हर्ट करावी लागेल. किंवा, एक्सेलमध्येच सर्व शीट्स एकत्र करून एकाच वर्कशीटमध्ये विलीन करा आणि मग कन्व्हर्ट करा.
2. फॉर्म्युला असलेल्या सेल्सचे काय होते?
फॉर्म्युला मोजला जात नाही. टूल फॉर्म्युलाचे शेवटचे सेव्ह केलेले दृश्य मूल्य वाचते. जर तुम्ही फॉर्म्युला बदलला असेल आणि फाइल सेव्ह केली नसेल, तर मूळ मूल्यच CSV मध्ये येईल. म्हणून, रूपांतर करण्यापूर्वी एक्सेल फाइल सेव्ह करा जेणेकरून सर्व फॉर्म्युले कॅल्क्युलेट झाले असतील.
3. लीडिंग झिरोज (जसे की 00123) का हरवतात?
कारण CSV मध्ये कोणतेही फॉरमॅटिंग नसते. 00123 ही संख्या एक्सेलमध्ये 'जनरल' किंवा 'नंबर' फॉरमॅटमध्ये सेव्ह केली गेली असेल, तर ती CSV मध्ये 123 म्हणून येते. लीडिंग झिरोज जतन करण्यासाठी, एक्सेलमध्ये सेलचा फॉरमॅट 'टेक्स्ट' ठेवा किंवा संख्येपुढे एक ' (अपॉस्ट्रॉफी) जोडा (जसे की '00123).
4. माझ्या डेटामध्ये कॉमा आहेत. ते सीमांकक म्हणून कॉमा वापरल्यास काय होईल?
हे टूल आपोआप कॉमा असलेल्या मूल्यांना डबल कोट्समध्ये बंद करते (जसे की "तो राम, श्याम आणि हरी येथे गेला"). पण जर तुमच्या डेटामध्ये मोठ्या प्रमाणात कॉमा असतील, तर सेमिकोलन किंवा टॅब सीमांकक वापरणे अधिक सुरक्षित ठरेल.
5. मी एक्सेल फाइलमध्ये तारखा कशा रूपांतरित झाल्या पाहिजेत?
एक्सेलमधील तारखा अनेकदा सीरियल क्रमांक म्हणून सेव्ह केल्या जातात (जसे की 45000). या टूलमध्ये त्या मजकूर म्हणून येतील. यासाठी, एक्सेलमध्ये तारखांना 'टेक्स्ट' फॉरमॅटमध्ये बदलून नंतर सेव्ह करा. उदाहरणार्थ, 01/01/2024 म्हणून सेव्ह करा. अन्यथा, CSV मध्ये 45000 सारखी संख्या दिसेल.
6. मोठ्या फाइलसाठी कन्व्हर्जन लांबल्यास काय करावे?
जर एरर मेसेज "This conversion is taking too long. Try a smaller file." दिसत असेल, तर फाइलचा आकार कमी करा. हे एक्सेलमध्ये काही पंक्ती काढून टाकून किंवा फक्त आवश्यक स्तंभ ठेवून करू शकता. जर फाइलचा आकार खूप मोठा असेल, तर ती भागांमध्ये विभागून प्रत्येक भाग स्वतंत्रपणे कन्व्हर्ट करा.