Unir archivos de texto y CSV

Sobre unir archivos de texto y CSV

En Windows la línea mágica es copy /b *.csv all.csv. Funciona, y luego abres el resultado y encuentras treinta filas de encabezado repartidas por los datos, los archivos en mal orden y un carácter suelto al principio de la fila 5000.

No es un fallo de copy. Es copy haciendo exactamente lo que se le pidió: pegar bytes, sin la menor idea de que son archivos CSV con encabezado ni de que se guardaron con codificaciones distintas.

Esta herramienta sí lo sabe. Elige una carpeta o un puñado de archivos, elige el orden y obtén un archivo limpio.

Cómo se usa

• Pulsa Elegir una carpeta de archivos de texto o CSV, o o elegir archivos sueltos para seleccionar unos pocos a mano
• Pon csv o txt en Solo estos tipos si la carpeta contiene otras cosas
• Para CSV, marca Dejar solo la primera fila de encabezado
• Comprueba el orden en la lista: los archivos se unen de arriba abajo
• Pulsa Unirlos y guarda el resultado

Las cuatro cosas que `copy /b` hace mal

• Los encabezados. Treinta exportaciones son treinta filas de encabezado. Una casilla marcada y solo sobrevive la primera: esta es la razón por la que la mayoría busca una herramienta
• El orden. *.txt se expande alfabéticamente, así que archivo10 va antes que archivo2. Aquí los dígitos se comparan como números, así que el orden es el que querías. También puedes unir del más antiguo, del más reciente o del más grande
• Los saltos de línea. Un archivo con CRLF seguido de uno con LF da un resultado que algunos programas leen como una única línea enorme. Cada parte se normaliza al final de línea que elijas
• La marca de orden de bytes. copy /b también las pega, así que un carácter invisible acaba en mitad del archivo y la primera columna de una fila deja de coincidir sin que se note. La marca se quita de cada parte y como mucho se escribe una al principio

Codificaciones

Si una carpeta de exportaciones salió de un sistema antiguo, los acentos estarán mal. Elige qué son realmente esos archivos — Windows-1252 para Europa occidental, Windows-1251 para cirílico, Shift-JIS, EUC-KR, GBK o UTF-16 — y todo se convierte a UTF-8 al salir.

Si lo dejas en Averiguarlo, una marca de orden de bytes lo decide y, si no la hay, se asume UTF-8, que es lo correcto para casi cualquier archivo moderno.

Las demás opciones

• Poner entre los archivos — una línea separadora entre cada parte, útil cuando son registros de días distintos
• Escribir el nombre del archivo antes de cada parte — un rótulo ===== informe-03.csv =====, para saber de dónde viene cada bloque
• Quitar las líneas en blanco — para exportaciones rellenas de filas vacías
• Incluir subcarpetas — desmarcado significa solo el nivel superior

Para qué se usa

• Combinar un año de exportaciones CSV mensuales en un archivo para una tabla dinámica
• Juntar registros diarios en uno solo antes de buscarlos
• Fusionar exportaciones de chat o correo repartidas en muchos archivos
• Poner respuestas de encuestas o formularios de varios archivos en una sola hoja
• Montar un libro o unas notas escritos con un archivo por capítulo
• Construir una única lista de palabras o conjunto de datos a partir de muchos

Bueno saberlo

• No se sube nada y ninguno de tus archivos se modifica: el archivo unido es uno nuevo que guardas tú
• Funciona en todos los navegadores, incluidos Firefox y Safari: esta herramienta solo lee
• En iPhone, iPad y Android puedes elegir archivos sueltos, pero no una carpeta entera — los navegadores móviles no lo permiten
• Los archivos de más de 64 MB cada uno se omiten, y se muestra cuántos
• Los archivos binarios que pasen el filtro se unen como texto, así que mantén el filtro de tipos honesto
• El archivo guardado es UTF-8 con marca de orden de bytes, para que Excel lo abra con los acentos intactos
• La vista previa muestra los primeros miles de caracteres; el archivo guardado siempre lo tiene todo

Herramientas relacionadas

• Convertidor CSV ⇄ JSON — convertir el archivo unido a JSON, o al revés
• Unir archivos de Excel — el mismo trabajo para libros .xlsx
• Quitar filas duplicadas — limpiar después de unir
• Convertidor de codificación — arreglar la codificación de un solo archivo
• Buscar texto en archivos — buscar en la carpeta en vez de unirla