Datos

Herramientas CSV

Pega una exportación CSV, un volcado TSV, una hoja de cálculo copiada o cualquier texto delimitado, o abre un archivo directamente desde tu equipo. DevKitLab detecta el delimitador automáticamente, muestra una vista previa de tabla editable y te ofrece un flujo de limpieza completo: recortar celdas, eliminar filas y columnas vacías, colapsar espacios repetidos, quitar filas duplicadas, filtrar filas por palabra clave o patrón, ordenar por columna, renombrar encabezados, borrar una fila suelta y conservar solo las columnas que necesitas. Luego exporta el resultado como CSV, TSV, JSON o una tabla Markdown lista para pegar en la documentación. La lectura, el análisis, la edición y la exportación ocurren dentro de tu pestaña del navegador; los datos nunca salen de tu equipo.

CSV
Salida
Comandos CSV

Resumen

Todo lo que sueles abrir en tres herramientas distintas —un analizador, un visor, un conversor— reunido en un único flujo solo local, afinado para el CSV desordenado que de verdad aterriza en tu bandeja de entrada.

  1. 01

    Detección automática de delimitador y comillas

    Detecta coma, punto y coma, tabulador o barra vertical de forma automática puntuando la consistencia de columnas, con anulación manual para exportaciones mixtas. Alterna entre comillas dobles y simples cuando las fuentes no coinciden.

  2. 02

    Vista previa de tabla editable

    Una vista previa en dos direcciones: las filas analizadas se muestran como una tabla en la que se puede hacer clic, y cualquier edición de encabezado o celda vuelve directa a la salida. Primera columna fija, encabezado fijo, contadores en vivo de filas / columnas / celdas vacías y un botón de borrado en cada fila.

  3. 03

    Flujo de limpieza en un solo paso

    Recortar espacios, eliminar filas vacías, quitar columnas vacías, colapsar espacios dobles, quitar filas idénticas: cada uno como un interruptor independiente, para combinarlos según lo desordenada que esté la fuente.

  4. 04

    Operaciones que entienden el encabezado

    Alterna si la primera fila es el encabezado. Cuando lo es, los controles de columna muestran nombres reales; cuando no, las columnas se numeran. El renombrado en línea escribe el nuevo encabezado en cada formato exportado.

  5. 05

    Ordenación que reconoce números y filtrado de filas

    Ordena cualquier columna de forma ascendente o descendente: las columnas numéricas se ordenan como números (así que 2 va antes que 10), las de texto recurren a una comparación natural adaptada al idioma y las celdas en blanco siempre caen al final. El filtro de filas acepta palabras clave y expresiones regulares, se puede limitar a una columna e invertir para descartar lo que coincide.

  6. 06

    Selector de columnas a conservar

    Oculta columnas irrelevantes con pills de casilla. El conjunto conservado gobierna tanto la vista previa como cada formato de exportación, así una exportación de CRM de 50 columnas sale como las 6 columnas que importan.

  7. 07

    Exportación multiformato

    Cambia la salida entre CSV, TSV, JSON (array de objetos con clave según el encabezado) y tabla Markdown de estilo GitHub. Copia al portapapeles o descarga un archivo con un nombre por defecto razonable.

  8. 08

    Procesamiento solo local, sin subidas

    La lectura del archivo, el análisis, la limpieza, la edición y la exportación se ejecutan dentro de la pestaña actual del navegador. Las listas de clientes, las exportaciones financieras, los directorios internos y los PII nunca salen del dispositivo.

Cómo usarla

Un flujo corto: pega, confirma el análisis, limpia, dale forma y exporta. Cada paso se recalcula en vivo, así que la salida se mantiene sincronizada con la vista previa.

  1. 01

    Pega texto CSV, TSV o de hoja de cálculo en la entrada de la izquierda, o abre un archivo local con Abrir archivo: también puedes soltarlo sobre el panel de entrada.

  2. 02

    Confirma el delimitador y el carácter de comillas detectados en Ajustes de análisis; cambia a Manual si la heurística acertó mal.

  3. 03

    Activa «Usar la primera fila como encabezado» para que los controles de columna muestren nombres reales en lugar de 1, 2, 3….

  4. 04

    Aplica los Ajustes de limpieza —Recortar, Eliminar filas vacías, Eliminar columnas vacías, Colapsar espacios, Quitar duplicados— en cualquier combinación que encaje con el desorden de la fuente.

  5. 05

    Filtra filas por palabra clave o patrón, elige una columna y una dirección de ordenación, reduce las columnas conservadas y renombra encabezados o borra filas sueltas desde la vista previa.

  6. 06

    Elige el formato de salida (CSV / TSV / JSON / Markdown) y luego Copia el resultado o Descarga el archivo.

Detalles

El trabajo casi nunca es «convertir CSV», sino «esta exportación se ve fea, arréglala antes de reenviarla». Esta página está hecha para ese trabajo, de principio a fin.

  • Puedes ver la tabla mientras la limpias. La mayoría de los visores de CSV en línea solo previsualizan O transforman; este hace ambas cosas, con la vista previa reflejando cada cambio de opción.
  • El reconocimiento del encabezado es un interruptor de primera clase. Exportaciones de hoja de cálculo sin fila de encabezado, volcados SQL sin ella, tablas JSON aplanadas con ella: todo se maneja con un solo interruptor.
  • La ordenación que reconoce números hace que 2, 10, 100 se ordenen así en lugar de 10, 100, 2.
  • La limpieza es combinable. Ejecuta «recortar → eliminar filas vacías → quitar duplicados» en una sola pasada sin rebotar entre scripts y Excel.
  • Las exportaciones van adonde los datos van a continuación: CSV para hojas de cálculo, TSV para pegar en Google Sheets, JSON para código y Markdown para documentación y tickets.
  • Al no subir nada, sigue siendo usable para datos de clientes, exportaciones de nóminas, volcados de tickets y cualquier otra cosa que no debería salir de tu portátil.
  • Las ediciones en línea de la vista previa te permiten corregir un solo encabezado mal escrito o un valor extraño sin volver a pegar todo el CSV, y la × junto al número de fila la elimina entera.
  • El filtro de filas, las columnas conservadas y las ediciones en línea se acumulan, así que una exportación de cuarenta mil filas se reduce a la docena que de verdad hay que enviar.

Casos de uso

Estos son los trabajos de limpieza recurrentes que la página busca acelerar. El mismo flujo —pegar, limpiar, exportar— aplicado a distintos datos desordenados del mundo real.

  1. Preparar la importación de leads al CRM

    Quita filas duplicadas, elimina entradas en blanco, filtra las cuentas internas de prueba, descarta las columnas que el CRM no lee y luego exporta el CSV recortado para importarlo en HubSpot / Salesforce / Pipedrive.

  2. Limpieza del catálogo de ecommerce

    Elimina columnas de SKU vacías, recorta nombres de producto con espacios sobrantes, ordena por categoría y renombra encabezados (product_id → id) para que encajen con la plantilla de carga de Shopify, WooCommerce o BigCommerce.

  3. Informes de campañas de marketing

    Filtra a un único canal, conserva solo las columnas de gasto / impresiones / conversiones y exporta CSV para Sheets o Markdown para el informe semanal.

  4. Depuración de API y comprobación de contratos

    Convierte una muestra CSV a JSON para ver exactamente cómo llegará cada fila al endpoint, incluido qué campos son cadenas vacías frente a los que faltan por completo.

  5. Normalización de rendimiento de anuncios

    Reconcilia exportaciones de Google Ads / Meta / TikTok con distintos nombres y órdenes de columnas en un único schema compartido antes de ingerirlas en BigQuery o Looker.

  6. Edición masiva de contenido vía hoja de cálculo

    Filtra las filas que coincidan con una etiqueta de contenido, conserva solo las columnas title / slug / status y exporta Markdown a un ticket de Notion o Linear para revisión.

  7. Preparar la conciliación financiera

    Normaliza las columnas de importes, elimina las filas de totales vacías, ordena por fecha y exporta al formato que espera tu flujo contable (QuickBooks / Xero / un importador de CSV).

  8. Limpieza de exportaciones de tickets de soporte

    Fusiona exportaciones de soporte multiplataforma (Zendesk, Intercom, HelpScout) en un único schema conservando un subconjunto común de columnas y renombrando encabezados.

  9. Resultados de test A/B a informe Markdown

    Filtra a las filas de la variante ganadora, ordena por lift y exporta Markdown directamente a la descripción de un PR o a un postmortem.

  10. Mapeo de schema para ingeniería de datos

    Usa la vista previa como superficie de mapeo manual: renombra las columnas de origen para que coincidan con un schema de destino, descarta el resto y exporta JSON para el script de carga.

Ver también

Cuando la limpieza de CSV es un paso dentro de una entrega de formato más grande, combínala con Conversor de JSON para pasar de JSON a CSV y viceversa antes o después del trabajo con tablas. Si el JSON que exportaste necesita una última comprobación estructural, ábrelo en Formateador de JSON para revisar la estructura, inspeccionar el anidamiento y copiar una versión legible o minificada. Para tablas pegadas que llegaron con ruido de líneas en blanco, finales de línea mixtos o caracteres BOM, empieza por Limpiador de texto; para listas de un valor por línea que necesitan quitar duplicados, ordenarse o numerarse antes de convertirse en tabla, usa Herramientas de líneas primero para dar forma a la columna. Cuando el CSV vino de una exportación de base de datos y aún necesitas revisar la consulta de origen, combínala con Formateador de SQL para ordenar los SELECT, los JOIN y los filtros.

CSV nunca tuvo un estándar de verdad

CSV es más antiguo que casi todos los documentos que lo describen. El RFC 4180 llegó en 2005 y además es Informational, no un estándar: recoge una práctica habitual, no una regla de obligado cumplimiento. Así que cada programa que exporta CSV escribe el archivo como lo entendieron sus autores. Las cinco diferencias siguientes son el motivo habitual de que los mismos datos no cuadren entre dos herramientas.

  1. El separador depende de la máquina que lo exportó

    Donde la coma es el separador decimal — Alemania, Francia, España, Brasil — Excel exporta un CSV separado por punto y coma, porque la coma ya está ocupada. Así que id;name;city es un archivo CSV perfectamente normal. Por eso esta página tiene que detectar el separador: la extensión .csv no dice nada de lo que hay dentro.

  2. Un registro puede ocupar varias líneas

    Un salto de línea dentro de comillas es legal: un campo de notas con una dirección o un comentario de varias líneas está completamente dentro de las reglas. Eso significa que el número de líneas de un CSV no es su número de registros, y partir un CSV por saltos de línea es una de las formas más frecuentes de equivocarse. Pega arriba un campo entrecomillado con un salto de línea y verás que vuelve como un único campo.

  3. Las comillas se escapan duplicándolas, no con barra invertida

    Para meter una comilla dentro de un campo se escribe dos veces: "he said ""hi""". La barra invertida no es un carácter de escape en CSV, y sin embargo el SELECT ... INTO OUTFILE de MySQL escapa con barras invertidas por defecto, así que sus exportaciones se deshacen en un parser estricto. Comprobado: plain\,text,3 se lee como tres campos, no como dos.

  4. CSV no tiene tipos; los adivina el programa que lo abre

    Todo en el archivo es texto, y los tipos los pone lo que lo abra. Excel convierte 007 en 7, muestra un número de pedido de 19 dígitos en notación científica y reescribe como fecha cualquier cosa que lo parezca: el comité de nomenclatura genética renombró un grupo de genes humanos justamente por esto. La herramienta de arriba no adivina: 007 sigue siendo 007 y un ID de 19 dígitos conserva todas sus cifras. Antes de enviar un CSV a alguien que casi con seguridad lo abrirá en Excel, averigua qué columnas van a reescribirse.

  5. Cuando las filas no coinciden en ancho, manda la más ancha

    Las exportaciones reales suelen venir desiguales. Aquí se toma como forma la fila más ancha: a las filas cortas se les añaden celdas vacías y cualquier columna sobrante recibe un nombre según su posición. Una cabecera a,b,c que se encuentra con una fila 3,4,5,6 produce la cabecera a,b,c,4: la cuarta columna se llama literalmente 4. Echar un vistazo al número de columnas antes de convertir sale mucho más barato que perseguirlo después aguas abajo.

Buenas prácticas

Hábitos que mantienen la limpieza repetible y la salida predecible a medida que los CSV se hacen más grandes o más raros.

  • Confirma «Usar la primera fila como encabezado» antes que nada: cualquier otro control de columna depende de si la fila 1 son datos o etiquetas.
  • Un orden fiable: recortar → eliminar filas vacías → eliminar columnas vacías → colapsar espacios → quitar duplicados → filtrar → ordenar → conservar columnas.
  • En columnas numéricas, comprueba la dirección de ordenación con un vistazo rápido. La ordenación que reconoce números maneja 2 frente a 10, pero las columnas de contenido mixto (12, 12k, 12,500) aún pueden sorprenderte; normaliza los valores primero si hace falta.
  • Reduce las columnas antes de exportar Markdown. Las tablas Markdown de doce columnas se ven bien en texto plano pero se desbordan en las vistas previas de Notion, Linear y GitHub.
  • Al compartir con personas técnicas y no técnicas, exporta los mismos datos limpios en CSV y JSON: el JSON conserva los tipos y las claves, y el CSV se abre en Excel.
  • Para líos de tabuladores y saltos de línea que salen de Sheets al copiar y pegar, fija el delimitador manual en Tabulador: la detección automática suele acertar, pero fijarlo evita sorpresas a mitad de la edición.
  • Usa el renombrado de encabezados en línea en lugar de posprocesar el CSV por fuera: el nuevo nombre fluye a la vez a las exportaciones CSV, TSV, JSON y Markdown.

Limitaciones

Saber lo que el kit NO hace lo mantiene útil, y te dice cuándo recurrir a otra cosa.

  • La detección automática de delimitador es una heurística. Funciona para exportaciones limpias de las herramientas principales, pero las muestras ambiguas (unas pocas filas, separadores mixtos) necesitan la anulación manual.
  • Limpia y reestructura tablas; no impone un schema. Los campos obligatorios, los enum válidos y las reglas de negocio entre filas todavía necesitan un validador real más adelante.
  • La ordenación numérica lee cada celda como número cuando puede. Las columnas que mezclan 12, 12k y 12,500 se ordenarán como texto; normaliza los valores primero.
  • La vista previa dibuja las primeras 500 filas; Copiar y Descargar siguen llevando todas. Aun así, decenas de MB de texto vuelven lenta la escritura y la edición, así que recorta antes el fragmento relevante o usa una herramienta de streaming.
  • La exportación Markdown es una única tabla de estilo GitHub. Los documentos con varias tablas, la alineación personalizada o las celdas HTML quedan fuera de alcance.
  • El filtro de filas acepta texto plano o una expresión regular de JavaScript, sin distinguir mayúsculas, pero no es un lenguaje de consulta: una comparación como importe mayor que 100 pertenece a una hoja de cálculo o a SQL.
  • Es una herramienta de visualización y reestructuración, no una de diff de CSV. Para comparar dos exportaciones fila por fila, usa un visor de diff dedicado.
  • Todo el procesamiento es en el navegador. No hay lado servidor, ni analítica sobre los datos, ni subida: la ventaja es la privacidad, y la desventaja es que no hay estado compartido en la nube entre dispositivos.

Preguntas frecuentes

Respuestas prácticas sobre el análisis, la limpieza, la exportación, la privacidad y las ventajas y desventajas entre formatos de salida.

¿Mi CSV se sube a algún sitio?

No. El análisis, la limpieza, la edición, la ordenación, el filtrado y la exportación se ejecutan dentro de la pestaña actual del navegador. No hay ida y vuelta al servidor ni analítica sobre los datos: seguro para listas de clientes, exportaciones financieras y cualquier PII.

¿El kit admite archivos TSV y delimitados por barra vertical?

Sí. La detección automática maneja coma, tabulador, punto y coma y barra vertical por defecto. Cambia a Manual para fijar el tabulador para TSV, la barra vertical para exportaciones tipo log o el punto y coma para los CSV europeos.

¿Cómo funciona en realidad «Usar la primera fila como encabezado»?

Cuando está activado, la fila 1 aporta los nombres de columna y los controles posteriores (ordenar, renombrar, conservar) muestran etiquetas reales. Cuando está desactivado, la primera fila se trata como datos y las columnas se numeran. Las exportaciones JSON reflejan la misma elección: con encabezado usa objetos con clave, sin encabezado usa claves por índice.

¿Puedo conservar solo columnas concretas?

Sí. Usa Conservar columnas para desactivar columnas; la vista previa y cada formato de exportación las eliminan al instante. El mínimo conservado es una columna.

¿Puedo eliminar filas que coincidan con una palabra clave?

Sí. Abre Filtrar filas, escribe la palabra clave y activa Excluir coincidencias para descartar cada fila que la contenga. Cambia el modo a Regex para patrones, limita la búsqueda a una sola columna o elimina filas sueltas con el botón × de la vista previa.

¿Puedo renombrar los encabezados de columna?

Sí. Haz clic en cualquier encabezado de columna en la vista previa para editarlo en línea. El nuevo nombre aparece en CSV, TSV, las claves de JSON y la fila de encabezado de Markdown.

¿Puedo editar celdas individuales?

Sí. Haz clic en cualquier celda para editarla en el sitio. Las ediciones se conservan al cambiar de formato, así que corriges un valor una vez y sigue correcto en cada exportación.

¿Puedo exportar a JSON?

Sí. Cambia el formato de salida a JSON. El resultado es un array [{...}, {...}] donde cada fila se convierte en un objeto con clave según el encabezado (posiblemente renombrado).

¿Puedo exportar a Markdown?

Sí. La salida Markdown produce una tabla de estilo GitHub con escape de barra vertical y una fila separadora ---, lista para pegar en descripciones de PR, Notion, Linear o cualquier sitio de documentación.

¿La ordenación maneja bien los valores numéricos?

Sí. Las columnas cuyos valores se analizan como números se ordenan numéricamente (2, 10, 100); las demás columnas recurren a un orden de texto natural adaptado al idioma. Las columnas mixtas se ordenan como texto.

¿Y si la detección automática de delimitador se equivoca?

Cambia Ajustes de análisis → Manual y elige el delimitador exacto. La detección automática puntúa la consistencia de columnas en las primeras ~20 líneas, así que las muestras muy cortas o los encabezados desordenados pueden confundirla.

¿Puedo abrir un archivo CSV en lugar de pegarlo?

Sí. Abrir archivo lo lee dentro del navegador, y soltar el archivo sobre el panel de entrada hace lo mismo. Nada se envía a ningún sitio, y el nombre del archivo pasa a ser el nombre de descarga por defecto. El límite es de 8 MB por archivo.

¿Cómo de grande puede ser el CSV que abra?

Unos pocos miles de filas por unas pocas docenas de columnas se muestran cómodamente. Decenas de miles de filas todavía funcionan: la vista previa dibuja las primeras 500 mientras Copiar y Descargar conservan todo. Para archivos mucho más grandes, recorta antes las filas relevantes.

¿Por qué algunas cadenas entre comillas siguen mostrando caracteres de escape?

Ajusta el carácter de comillas correspondiente en Ajustes de análisis. La mayoría de los CSV usan comillas dobles, pero algunas exportaciones (sobre todo de Excel antiguo y de CSV de configuraciones europeas) usan comillas simples; el analizador necesita el correcto para desenvolver los valores con escape.

Herramientas relacionadas

Un CSV rara vez se queda como CSV: se convierte en JSON, se le revisa la estructura una vez convertido, o se contrasta con la exportación anterior para ver qué cambió.