Juntar arquivos de texto e CSV

Sobre juntar arquivos de texto e CSV

No Windows a linha mágica é copy /b *.csv all.csv. Ela funciona, e então você abre o resultado e encontra trinta linhas de cabeçalho espalhadas pelos dados, os arquivos na ordem errada e um caractere perdido no começo da linha 5000.

Isso não é um defeito do copy. É o copy fazendo exatamente o que foi pedido: colar bytes, sem a menor ideia de que são arquivos CSV com cabeçalho, nem de que foram salvos em codificações diferentes.

Esta ferramenta sabe. Escolha uma pasta ou alguns arquivos, escolha a ordem e receba um arquivo limpo.

Como usar

• Clique em Escolher uma pasta de arquivos de texto ou CSV, ou em ou escolher arquivos avulsos para pegar alguns na mão
• Coloque csv ou txt em Somente estes tipos se a pasta tiver outras coisas
• Para CSV, marque Manter apenas a primeira linha de cabeçalho
• Confira a ordem na lista — os arquivos são juntados de cima para baixo
• Aperte Juntar e salve o resultado

As quatro coisas que o `copy /b` erra

• Os cabeçalhos. Trinta exportações significam trinta linhas de cabeçalho. Uma caixa marcada e só a primeira sobrevive — é por isso que a maioria vai atrás de uma ferramenta
• A ordem. *.txt é expandido em ordem alfabética, então arquivo10 vem antes de arquivo2. Aqui os dígitos são comparados como números, então a ordem é a que você quis. Também dá para juntar do mais antigo, do mais recente ou do maior
• As quebras de linha. Um arquivo com CRLF seguido de um com LF dá um resultado que alguns programas leem como uma única linha enorme. Cada parte é normalizada para a quebra que você escolher
• A marca de ordem de bytes. O copy /b cola essas também, então um caractere invisível para no meio do arquivo e a primeira coluna de uma linha silenciosamente deixa de bater. A marca é tirada de cada parte, e no máximo uma é escrita no começo

Codificações

Se uma pasta de exportações veio de um sistema antigo, os acentos virão errados. Escolha o que esses arquivos realmente são — Windows-1252 para Europa Ocidental, Windows-1251 para cirílico, Shift-JIS, EUC-KR, GBK ou UTF-16 — e tudo é convertido para UTF-8 na saída.

Deixado em Descobrir sozinho, uma marca de ordem de bytes decide, e sem ela assume-se UTF-8, o que está certo para quase todo arquivo moderno.

As outras opções

• Colocar entre os arquivos — uma linha separadora entre cada parte, útil quando são registros de dias diferentes
• Escrever o nome do arquivo antes de cada parte — uma faixa ===== relatorio-03.csv =====, para saber de onde veio cada bloco
• Tirar as linhas em branco — para exportações cheias de linhas vazias
• Incluir subpastas — desmarcado significa só o nível de cima

Para que as pessoas usam

• Combinar um ano de exportações CSV mensais num arquivo para uma tabela dinâmica
• Juntar registros diários num só antes de pesquisar neles
• Unir exportações de chat ou e-mail espalhadas por muitos arquivos
• Colocar respostas de pesquisas ou formulários de vários arquivos numa única planilha
• Montar um livro ou anotações escritos com um arquivo por capítulo
• Construir uma única lista de palavras ou base de dados a partir de várias

Bom saber

• Nada é enviado e nenhum dos seus arquivos é alterado — o arquivo juntado é um novo que você salva
• Funciona em todos os navegadores, incluindo Firefox e Safari: esta ferramenta apenas lê
• No iPhone, iPad e Android dá para escolher arquivos avulsos, mas não uma pasta inteira — navegadores de celular não permitem
• Arquivos com mais de 64 MB cada são pulados, e o número de pulados aparece
• Arquivos binários que passam pelo filtro são juntados como texto, então mantenha o filtro de tipos honesto
• O arquivo salvo é UTF-8 com marca de ordem de bytes, para o Excel abrir com os acentos intactos
• A prévia mostra os primeiros milhares de caracteres; o arquivo salvo sempre tem tudo

Ferramentas relacionadas

• Conversor CSV ⇄ JSON — transformar o arquivo juntado em JSON, ou o contrário
• Juntar arquivos do Excel — o mesmo trabalho para pastas de trabalho .xlsx
• Remover linhas duplicadas — limpar depois de juntar
• Conversor de codificação — corrigir a codificação de um arquivo só
• Procurar texto em arquivos — pesquisar na pasta em vez de juntá-la