Estúdio de Reparação e Normalização de CSV e Excel
Diagnostique, repare e normalize ficheiros CSV e Excel (.xlsx) corrompidos com latência zero. Inclui Piloto Automático Heurístico de delimitadores e codificação, Corretor de Transbordo de Colunas, Limpeza de Datas ISO 8601 e Espaços, Grelha Virtualizada de Milhões de Linhas e gerador SQL CREATE TABLE 100% local.
Ferramentas OnlineArraste o seu ficheiro CSV, TSV ou Excel (.xlsx / .xls) corrompido para aqui
O Piloto Automático Heurístico deteta automaticamente delimitadores, codificação de caracteres e colunas desalinhadas localmente no seu navegador.
Suporta .CSV, .TSV, .TXT, .XLSX, .XLS até 500 MB+ (Zero envios para servidor)
Detetado automaticamente: Delimitador Vírgula (,), Codificação UTF-8. 28 anomalias encontradas.
Corretor de Transbordo de Colunas
Colunas do Esquema Estrito: 10Deteta delimitadores não escapados dentro de campos de texto que empurram as colunas para fora do esquema do cabeçalho e encapsula o texto em aspas duplas RFC 4180.
Limpeza de Tipos e Normalização de Dados
Higienize exportações de folhas de cálculo desorganizadas e padronize formatos de data em todas as colunas.
Grelha de Inspeção de Dados Virtualizada
A renderizar janela virtual: 12 / 12 linhas no total• Clique em qualquer célula para editar diretamenteExportação Multiformato e Gerador de Esquema SQL DDL
Exporte o seu conjunto de dados reparado com formatação RFC 4180 estrita ou copie o esquema SQL relacional inferido.
Como Reparar Ficheiros CSV e Excel Corrompidos
Fluxo de trabalho de engenharia de dados para resolver colisões de delimitadores, erros de codificação e desalinhamento de esquema.
Carregue o Ficheiro no Piloto Heurístico
Arraste qualquer ficheiro CSV, TSV ou livro Excel para o terminal. O motor analisa as primeiras 100 linhas para deduzir automaticamente o delimitador e a codificação.
Audite a Pontuação de Integridade
Verifique em tempo real a Pontuação de Integridade do Ficheiro e os contadores exatos de Linhas Válidas, Colunas Órfãs e Erros de Codificação.
Acione a Reparação Automática de Colunas
Filtre por Apenas Anomalias Sinalizadas para inspecionar as linhas destacadas a vermelho com colunas extra. Clique em Reparar Grelha Automaticamente para realinhar o esquema.
Normalize Datas e Limpe Espaços
Ative as opções de limpeza para remover espaços invisíveis, eliminar caracteres não imprimíveis e converter datas mistas para o formato ISO 8601 (AAAA-MM-DD).
Inspecione na Grelha Virtualizada
Percorra centenas de milhares de linhas com fluidez instantânea ou clique em qualquer célula para realizar edições manuais.
Exporte Dados Limpos ou Esquema SQL
Transfira os seus dados higienizados como CSV UTF-8, Array JSON ou Excel (.xlsx), ou copie a instrução SQL CREATE TABLE gerada automaticamente.
Perguntas Frequentes (Engenharia de Dados e Reparação CSV)
Respostas técnicas sobre processamento local no cliente, norma RFC 4180 e recuperação de codificação de caracteres.
P:Os ficheiros CSV ou Excel corporativos confidenciais são enviados para algum servidor externo?
Nunca. Toda a descodificação binária, amostragem heurística de delimitadores, realinhamento de colunas e geração de livros Excel ocorre 100% localmente no seu navegador através de processos em segundo plano.
P:Como é que o Corretor de Transbordo resolve linhas com demasiadas colunas?
Quando uma vírgula não escapada surge numa descrição de produto, os analisadores comuns dividem o campo e deslocam todas as colunas seguintes. O nosso motor identifica a coluna de texto, funde os fragmentos e envolve-os em aspas duplas segundo a norma RFC 4180.
P:Porque é que as exportações CSV europeias falham frequentemente ao importar para bases de dados?
Sistemas configurados com vírgula decimal exportam ficheiros CSV utilizando ponto e vírgula (;) como delimitador e codificação Windows-1252. O Piloto Automático Heurístico deteta este padrão imediatamente e converte a saída para UTF-8 universal.
P:Como é que a grelha consegue apresentar mais de 500.000 linhas sem bloquear o navegador?
Em vez de criar centenas de milhares de elementos DOM em simultâneo, o estúdio recorre à virtualização de janela, renderizando apenas as ~25 linhas visíveis no ecrã a cada instante.
P:Como é que o módulo de Normalização de Datas e Espaços resolve formatos de data mistos e caracteres invisíveis do Excel?
O processo de limpeza remove espaços não separáveis (U+00A0), caracteres de largura zero (U+200B) e bytes de controlo ASCII, convertendo simultaneamente datas mistas (DD/MM/AAAA, MM-DD-AAAA, DD.MM.AAAA) e números de série do Excel para o padrão ISO 8601 (AAAA-MM-DD).
P:Como é que o gerador Copiar Esquema (SQL) deduz os tipos de dados relacionais de cada coluna?
O analisador de esquema avalia os valores não vazios de cada coluna para os classificar em BIGINT, DECIMAL(18,4), BOOLEAN, DATE ou VARCHAR(255), normaliza os identificadores das colunas e gera um script DDL CREATE TABLE pronto a executar.
- Shealth: Pontuação de Integridade do Ficheiro (0–100) calculada sobre o total de registos (Rtotal) e a cardinalidade do cabeçalho (C0).
- Rspill e Δspill(i): Linhas com transbordo de esquema e desvio de colunas por linha face ao cabeçalho (C0).
- Anorm e Eenc: Células com datas ou espaços por normalizar e erros de codificação de caracteres.
O que é Estúdio de Reparação e Normalização de CSV e Excel?
Lidar com ficheiros CSV e Excel corrompidos, com colunas desalinhadas ou problemas de codificação, é um pesadelo constante para analistas de dados. Os programas tradicionais de folhas de cálculo bloqueiam frequentemente com grandes volumes de dados. Este estúdio de reparação atua como um bloco operatório para os seus dados, diagnosticando e normalizando ficheiros instantaneamente com latência zero. Como foi desenhado com foco absoluto na segurança (100% de privacidade no lado do cliente), pode reparar ficheiros corporativos confidenciais na memória do seu próprio navegador, sem nunca os expor a servidores na nuvem.
Cenário Prático: Logística e Cadeia de Abastecimento
Uma empresa de logística em São Paulo precisa de agregar relatórios diários de rastreio de envios provenientes de 20 armazéns regionais. Os ficheiros Excel (.xlsx) chegam com uma confusão de formatos: algumas datas estão em formato americano (MM/DD/AAAA), outras em formato europeu (DD/MM/AAAA), e os números de rastreio contêm espaços em branco invisíveis no final da célula. O engenheiro de dados carrega os ficheiros no estúdio. O módulo de Limpeza de Datas e Espaços segundo a norma ISO 8601 normaliza instantaneamente todas as cronologias para o padrão internacional de base de dados e apaga os espaços invisíveis. De seguida, gera o código SQL CREATE TABLE, permitindo a injeção impecável dos dados purificados diretamente no seu armazém de dados AWS Redshift.
Arquitetura de Higienização e Recuperação de Dados
| Módulo | Mecanismo Heurístico | Resultado |
|---|---|---|
| Piloto Heurístico | Amostra 100 linhas avaliando a variância de delimitadores e assinaturas de bytes. | Deteção instantânea de delimitador e codificação de caracteres. |
| Corretor de Transbordo | Deteta linhas onde o número de colunas excede o cabeçalho (Ci > C0). | Funde fragmentos de texto entre aspas duplas RFC 4180. |
| Limpeza de Datas e Espaços | Remove espaços NBSP (0xA0), bytes de controlo e analisa datas mistas. | Datas padronizadas segundo a norma ISO 8601 (AAAA-MM-DD). |
| Grelha Virtualizada | Renderiza no DOM apenas as linhas visíveis no ecrã a 60 FPS. | Inspeciona mais de 500.000 linhas sem esgotar a memória do navegador. |
Tutorial de Codificação: UTF-8 vs. Windows-1252 e ISO-8859-1
Quando sistemas empresariais exportam ficheiros utilizando codificações de byte único como Windows-1252 ou ISO-8859-1, os caracteres no intervalo 0x80–0xFF geram símbolos de substituição corrompidos (�) ao serem lidos como UTF-8. O nosso inspetor binário analisa o fluxo Uint8Array original e converte os dados para UTF-8 limpo.
História e Origem
A hegemonia da Microsoft nos anos 90, especialmente com o lançamento do Microsoft Excel, cimentou formatos como o .xls (e mais tarde o .xlsx) como a linguagem universal dos negócios. Contudo, para a comunicação entre sistemas empresariais distintos (como transferir dados de um sistema de recursos humanos para a contabilidade), o CSV manteve-se como a única opção verdadeiramente agnóstica. A falta de um padrão estrito inicial gerou o caos atual com diferentes delimitadores (vírgulas ou pontos e vírgulas), tornando as ferramentas de deteção e reparação automática absolutamente vitais para a fluidez corporativa moderna.