Excel/CSV a JSON

Excel existe desde 1985 — nasceu primeiro no Macintosh (sim, antes de existir para Windows) como o substituto do Multiplan, que a Microsoft vendia nos anos anteriores. Ao longo de quatro décadas, Excel se tornou o aplicativo de negócios mais usado do planeta. Há uma estimativa famosa de que mais de 750 milhões de pessoas usam Excel ativamente, e que a maior parte do PIB mundial em algum momento passa por uma célula de planilha. Para desenvolvedores, Excel é aquela ferramenta que aparece em todo projeto corporativo: o cliente tem os dados 'no Excel', o time de negócios compartilha as regras de validação numa planilha, o sistema legado exporta relatórios em XLSX. Saber converter entre Excel e JSON é uma skill prática indispensável.

A necessidade de converter planilhas para JSON aparece em vários cenários: quando você recebe uma base de dados inicial para popular uma aplicação nova e os dados estão numa planilha; quando o time de conteúdo gerencia dados em Excel (produtos, categorias, textos de marketing) e você precisa importar para uma API ou banco; quando um sistema legado exporta relatórios em XLSX e você precisa processar os dados programaticamente; ou quando você quer criar fixtures de testes a partir de dados reais mas anonimizados que vivem numa planilha. Em todos esses casos, a conversão manual seria tediosamente lenta e propensa a erros de digitação.

No modo XLSX, esta ferramenta lê o arquivo inteiramente no navegador usando a biblioteca SheetJS (xlsx.js), uma das mais completas para parsing de arquivos Excel em JavaScript. A primeira aba da planilha é lida; a primeira linha vira as chaves dos objetos JSON; cada linha seguinte vira um objeto no array. Células com fórmulas retornam o valor calculado (não a fórmula), e células com datas são convertidas para strings ISO 8601. Células vazias viram string vazia. Uma limitação importante: planilhas com muitas abas, tabelas dinâmicas (pivot tables) ou formatação complexa têm apenas a primeira aba lida; o processamento de pivot tables especificamente não é suportado porque elas armazenam metadados de agrupamento, não dados puros.

No modo CSV, a mesma lógica do conversor CSV para JSON se aplica: vírgula como separador padrão, primeira linha como cabeçalho, campos entre aspas suportados. Para arquivos muito grandes — planilhas com dezenas de milhares de linhas — o processamento pode ser lento e consumir muita memória da aba do navegador. Nesses casos, prefira usar ferramentas de linha de comando como `csvkit` (Python) ou pandas, que processam arquivos grandes de forma muito mais eficiente. O resultado desta ferramenta é pensado para uso prático do dia a dia: imports de dados de tamanho razoável, fixtures de testes e prototipação de APIs.

Excel has existed since 1985 — it was born first on the Macintosh (yes, before existing on Windows) as the successor to Multiplan, which Microsoft sold in prior years. Over four decades, Excel has become the most widely used business application on the planet. There is a famous estimate that more than 750 million people actively use Excel, and that most of the world's GDP passes through a spreadsheet cell at some point. For developers, Excel is that tool that shows up in every corporate project: the client has data 'in Excel', the business team shares validation rules in a spreadsheet, the legacy system exports reports as XLSX. Knowing how to convert between Excel and JSON is an indispensable practical skill.

The need to convert spreadsheets to JSON appears in many scenarios: when you receive an initial dataset to seed a new application and the data is in a spreadsheet; when the content team manages data in Excel (products, categories, marketing copy) and you need to import it into an API or database; when a legacy system exports reports as XLSX and you need to process the data programmatically; or when you want to create test fixtures from real but anonymized data that lives in a spreadsheet. In all these cases, manual conversion would be tediously slow and prone to typos.

In XLSX mode, this tool reads the file entirely in the browser using SheetJS (xlsx.js), one of the most complete libraries for parsing Excel files in JavaScript. The first worksheet is read; the first row becomes the JSON object keys; each subsequent row becomes an object in the array. Cells with formulas return the calculated value (not the formula), and cells with dates are converted to ISO 8601 strings. Empty cells become empty strings. One important limitation: spreadsheets with multiple tabs, pivot tables, or complex formatting have only the first tab read; pivot tables specifically are not supported because they store grouping metadata, not raw data.

In CSV mode, the same logic as the CSV to JSON converter applies: comma as the default separator, first row as header, quoted fields supported. For very large files — spreadsheets with tens of thousands of rows — processing can be slow and memory-intensive in a browser tab. In those cases, prefer command-line tools like `csvkit` (Python) or pandas, which handle large files far more efficiently. This tool's output is designed for practical everyday use: reasonably sized data imports, test fixtures, and API prototyping.

Excel existe desde 1985 — nació primero en Macintosh (sí, antes de existir para Windows) como sucesor del Multiplan, que Microsoft vendía en años anteriores. A lo largo de cuatro décadas, Excel se convirtió en la aplicación de negocios más usada del planeta. Hay una estimación famosa de que más de 750 millones de personas usan Excel activamente, y que la mayor parte del PIB mundial pasa en algún momento por una celda de hoja de cálculo. Para los desarrolladores, Excel es esa herramienta que aparece en todo proyecto corporativo: el cliente tiene los datos 'en Excel', el equipo de negocio comparte las reglas de validación en una hoja de cálculo, el sistema legado exporta informes como XLSX. Saber convertir entre Excel y JSON es una habilidad práctica indispensable.

La necesidad de convertir hojas de cálculo a JSON aparece en varios escenarios: cuando recibes una base de datos inicial para poblar una aplicación nueva y los datos están en una hoja; cuando el equipo de contenido gestiona datos en Excel (productos, categorías, textos de marketing) y necesitas importarlos a una API o base de datos; cuando un sistema legado exporta informes en XLSX y necesitas procesar los datos programáticamente; o cuando quieres crear fixtures de tests a partir de datos reales pero anonimizados que viven en una hoja. En todos estos casos, la conversión manual sería tediosamente lenta y propensa a errores de tipeo.

En modo XLSX, esta herramienta lee el archivo completamente en el navegador usando SheetJS (xlsx.js), una de las bibliotecas más completas para parsear archivos Excel en JavaScript. Se lee la primera hoja; la primera fila se convierte en las claves de los objetos JSON; cada fila siguiente se convierte en un objeto del array. Las celdas con fórmulas devuelven el valor calculado (no la fórmula), y las celdas con fechas se convierten a strings ISO 8601. Las celdas vacías se convierten en string vacío. Una limitación importante: las hojas con múltiples pestañas, tablas dinámicas (pivot tables) o formato complejo solo leen la primera pestaña; las pivot tables específicamente no están soportadas porque almacenan metadatos de agrupación, no datos puros.

En modo CSV, se aplica la misma lógica que el conversor de CSV a JSON: coma como separador predeterminado, primera fila como cabecera, campos entre comillas soportados. Para archivos muy grandes — hojas con decenas de miles de filas — el procesamiento puede ser lento y consumir mucha memoria de la pestaña del navegador. En esos casos, prefiere herramientas de línea de comandos como `csvkit` (Python) o pandas, que manejan archivos grandes de forma mucho más eficiente. El resultado de esta herramienta está pensado para uso práctico del día a día: importaciones de datos de tamaño razonable, fixtures de tests y prototipado de APIs.