De CSV a una tabla Markdown

En archivos reales aparecen cuatro caracteres: coma, punto y coma, tabulador, barra. Los puntos y comas más de lo que se espera — donde 1,50 significa uno y medio la coma ya está tomada, así que las hojas de cálculo recurren al punto y coma.

La detección es automática, y cuando la respuesta no es una coma la salida dice qué carácter usó. Esa línea vale la pena leerla: un archivo con algo inusual en sus primeras filas, como una línea de título encima del encabezado, puede leerse mal, y así es como te darías cuenta.

Si lo adivinó mal, fija el delimitador a mano. Coma, punto y coma, tabulador y barra se pueden elegir.

Un campo envuelto en comillas dobles puede contener el delimitador, y unas comillas dobles dentro significan un carácter de comilla literal. Eso es RFC 4180 y se maneja como debe: es la razón entera de que el archivo no se parta simplemente por las comas.

Los saltos de línea también se esconden entre comillas, y eso choca con el formato de salida: una fila de tabla de barras tiene que ocupar exactamente una línea. Así que un salto dentro de una celda se reescribe como <br>, lo que conserva las dos líneas de una dirección sin partir la fila en dos.

Las barras verticales en el texto de una celda se escapan como \|. Sin eso, una barra en un campo de notas convierte una fila de cinco columnas en una de seis.

La fila de guiones bajo el encabezado puede llevar dos puntos, y fijan cómo se alinea una columna cuando la tabla se renderiza. Izquierda, centro, derecha — la derecha es la que quieres para números.

Una cosa que hay que saber: el ajuste se aplica a toda la tabla, no por columna. Aquí no hay control por columna, porque un CSV no lleva información sobre qué columnas tienen números, y adivinarlo por los valores fallaría con códigos postales, números de teléfono y cadenas de versión.

Así que para una tabla casi toda de números, pon derecha y arregla a mano la única columna de texto. Para cualquier cosa mixta, déjalo por defecto: una fila lisa de guiones, que todos los renderizadores tratan como izquierda.

La primera fila pasa a ser el encabezado por defecto. Desactívalo y todas las filas serán filas de cuerpo — pero la fila de encabezado en sí no desaparece, sale vacía.

Eso se ve raro y no es un error: una tabla de barras de Markdown está obligada a tener una fila de encabezado. Una tabla sin ella no se analizaría como tabla en absoluto, así que un encabezado vacío es la única forma de expresar «sin encabezado» y seguir produciendo algo que se renderice.

Rellénalo después con nombres de columna, o déjalo: una fila de encabezado vacía se renderiza como una franja fina en blanco encima de los datos.

Las filas con distinto número de columnas se rellenan hasta la más ancha, y la salida te dice qué cuentas vio. Ese mensaje suele ser señal de que algo está roto más arriba: una fila con tres celdas en un archivo de seis columnas normalmente significa que una comilla sin escapar se tragó un delimitador.

Las líneas vacías se descartan, incluidas las líneas que no son más que delimitadores, que es lo que suele ser un bloque de «,,,» al final.

Los valores nunca se convierten de tipo. 007 sigue siendo 007 y 1-2 no se vuelve una fecha. Excel te hace eso; esto no, porque cambiar el valor es cambiar tus datos.

Una marca de orden de bytes al principio del archivo se quita, para que el encabezado de la primera columna no salga con un carácter invisible pegado.

Dos techos. 25 MB de texto, y 100 000 celdas — eso es filas por columnas, así que un archivo de seis columnas te llega hasta unas 16 000 filas y uno de cien columnas se detiene cerca de las mil.

El límite de celdas es el que vas a alcanzar, y es cuestión de renderizado más que de análisis. La previsualización construye nodos DOM para cada celda, y unos cuantos cientos de miles bloquearán la pestaña. Negarse es mejor que congelarse.

Para algo de verdad más grande, pártelo por filas y convierte cada trozo, repitiendo la fila de encabezado en cada uno.