Zu große CSV aufteilen
Das Portal nimmt 5.000 Zeilen auf einmal und dein Export hat 84.000. Hier wird die Datei in Teile zerlegt, jeder mit der oben wiederholten Kopfzeile, bereit, um nacheinander hochgeladen zu werden. Die Datei bleibt auf deinem Gerät.
Jeder Teil hat die Spaltennamen gleich oben
Die Kopfzeile wird oben in jeden Teil kopiert, und das ist keine Deko: Ohne sie liest das Portal, das die zweite Datei bekommt, den ersten Kunden als Spaltennamen, und dieser Kunde verschwindet. Dasselbe gilt für Excel, für das Backoffice-System und für alle, die die Teile bekommen: Eine CSV ohne Kopfzeile ist eine Tabelle, die niemand mehr lesen kann.
An den Anfang der Teile kommen die drei Bytes der sogenannten UTF-8-Markierung, die dafür sorgen, dass Excel „Müller“ statt „Müller“ anzeigt. Deshalb sieht dieselbe Datei im Texteditor richtig und in Excel falsch aus, und das ist die Beschwerde Nummer eins aller, die CSV-Dateien von Hand aufteilen. Mit einer Ausnahme, und die wird dir gemeldet: Wenn deine Ausgangsdatei nicht in UTF-8 geschrieben ist (viele Firmensysteme exportieren noch in der alten Windows-Kodierung), würde diese Markierung Excel etwas Falsches mitteilen, also wird sie weggelassen und die Seite sagt es dir.
Setz die Teile wieder zusammen und du bekommst die Originaldatei, Byte für Byte
Diese Seite schreibt nichts um: Sie kodiert den Text nicht neu, rührt die Anführungszeichen nicht an, ändert das Trennzeichen nicht und bringt die Dezimalstellen nicht in Ordnung. Die Datei wird Byte für Byte durchlaufen, nur um zu markieren, wo jede Zeile endet, und die Teile sind Ausschnitte des Originals. Das Versprechen passt in eine Zeile, und auf ihm sind die Tests aufgebaut: Setz die Teile wieder zusammen, nimm die UTF-8-Markierung und die wiederholten Kopfzeilen weg, und du erhältst genau die Datei zurück, von der du ausgegangen bist.
Daher kommt auch der Umgang mit Anführungszeichen. Ein Feld kann das Trennzeichen enthalten, verdoppelte Anführungszeichen und sogar einen Zeilenumbruch im Feld, die Falle, an der fast jede Aufteilung mit einem Texteditor scheitert: Innerhalb des Felds beendet ein Zeilenumbruch die Zeile nicht, und wer an dieser Stelle schneidet, bricht den Datensatz in zwei Hälften. Hier endet eine Zeile nur dort, wo der Datensatz wirklich endet. Aus demselben Grund bleibt eine komplett leere Zeile, wo sie ist: Sie zu entfernen sähe ordentlicher aus und würde das Versprechen oben brechen.
Nach Zeilen oder nach Größe: zwei verschiedene Fragen
„Fünftausend Zeilen auf einmal“ verlangt ein Portal, das Datensätze zählt; „höchstens 10 MB“ verlangt ein Postfach oder ein Upload-Formular, das Bytes zählt. Das Zählen nach Zeilen ist per Definition genau. Das Zählen nach Größe ist ebenfalls genau, und es lohnt sich zu sagen, warum: Ein Teil ist hier die Summe von drei Byte-Abschnitten, also ist seine Größe bekannt, bevor er geschrieben wird, nicht geschätzt; der Teil wird geschlossen, bevor die Zeile hineinkommt, die ihn sprengen würde, also ist jeder Teil so lang wie möglich. Bevor er bei dir ankommt, wird die zusammengesetzte Datei trotzdem wirklich gewogen, und wenn die Größe nicht zur Rechnung passt, sagt es die Seite, statt dir eine Datei zu geben, für die sie nicht geradestehen kann.
Zwei Dinge, die man über Megabytes wissen sollte. Hier bedeutet 1 MB eine Million Bytes, so wie Websites und Postfächer zählen: Meinte die Person, die die Datei haben will, die 1.048.576 von Windows, bleiben deine Teile trotzdem darunter. Und ein E-Mail-Anhang wird in eine Form umgeschrieben, die ihn um etwa ein Drittel wachsen lässt: Bei einem Postfach, das 25 MB annimmt, muss die echte Datei unter 18-19 bleiben. Wenn du eine E-Mail vorbereitest, ziele darauf. Dann gibt es noch den Grenzfall: Eine Zeile, die allein über dem Limit liegt, lässt sich nicht teilen, also landet sie in einem eigenen Teil und wird markiert.
Was diese Seite nicht macht
Sie öffnet keine Excel-Dateien. Eine .xlsx ist ein komprimiertes Archiv, keine CSV, und das Lesen solcher Archive übernimmt schon eine andere Seite dieser Website: Zwei Kopien zu pflegen ist der sicherste Weg, dass sie auseinanderlaufen. Hast du eine .xlsx, ist der richtige Schritt Excel (XLSX) in CSV.
Sie repariert nicht und bereinigt nicht: Enthält die Datei Zeilen mit unterschiedlicher Spaltenzahl, überflüssige Leerzeichen oder Duplikate, bleiben diese Fehler genau so in den Teilen, denn die Teile sind das zerschnittene Original. Der richtige Ort für diese Arbeit ist CSV bereinigen. Brauchst du stattdessen den umgekehrten Weg, also mehrere CSV-Dateien wieder zu einer zusammenzuführen, gibt es CSV-Dateien zusammenführen. Und wenn sich die hier aufgeteilten Teile in Excel öffnen sollen, ohne die Nullen vor den Codes zu verlieren oder Postleitzahlen in Zahlen zu verwandeln, ist der richtige Schritt CSV in Excel.