Usa el Validar CSV gratuito abajo: tus datos nunca salen de tu navegador, todo el trabajo ocurre en tu dispositivo y no se sube a ningún servidor.
Qué Detecta La Validación De CSV
Un archivo CSV parece simple: filas de valores separados por comas, con una fila de encabezado que nombra cada columna. En la práctica, los archivos CSV se rompen de formas silenciosas: una fila puede tener pocos campos porque faltó un valor, o demasiados porque una coma se coló en un texto sin comillas. Ninguno de estos problemas se anuncia, y el error solo aparece después, cuando una importación pone el valor equivocado en la columna equivocada. Validar existe para detectar esos problemas antes de usar el archivo.
La herramienta de esta página revisa tu CSV de dos formas. Primero, lo lee con la biblioteca PapaParse e informa de cualquier error de lectura que la biblioteca encuentre, como comillas malas o campos sin cerrar. Segundo, compara el número de campos de cada fila con la fila de encabezado y enumera cada fila que no coincide, con su número de fila y su número real. Esas dos comprobaciones cubren los fallos más comunes de CSV. Un archivo que pasa ambas no tiene garantizada la corrección de significado, pero es sólido en estructura, que es la base de la que depende todo lo demás.
Por Qué La Longitud De Fila Importa Más
La longitud de fila es la comprobación más útil de CSV porque la mayorÃa del daño posterior viene de ella. Cuando una fila es corta, cada valor después del hueco se desplaza a la columna equivocada, o el importador rellena los huecos con blancos y corrompe el registro en silencio. Cuando una fila es larga, los valores extra suelen descartarse sin aviso, y los datos que contenÃan se pierden. De cualquier forma, el archivo parece bien a simple vista y falla en uso. Contar campos por fila convierte un problema invisible en una lista numerada.
La causa habitual de una fila corta o larga es una coma dentro de un valor que no estaba entre comillas. Una dirección como “Springfield, Illinois” escrita sin comillas se divide en dos campos y hace la fila un campo más larga. La solución es poner el valor entre comillas, no eliminar la coma, ya que la coma es un dato real. Otra causa común es una coma final que falta para un último campo vacÃo: una fila que termina con un valor en blanco aún necesita sus separadores, o la fila se lee como corta. El informe señala la fila, pero entender estas dos causas suele decirte la solución.
Cómo Usar La Herramienta
Pega tu CSV en el cuadro, o carga un archivo con el botón de archivo, luego pulsa validar. El informe empieza con un resumen: cuántos campos tiene el encabezado, cuántas filas de datos hay, cuántas filas tienen longitud incorrecta y cuántos errores de lectura se encontraron. Debajo del resumen, cada fila con problema aparece por número con su número de campos, y cada error de lectura aparece con su mensaje y su fila. Si nada está mal, el informe lo dice con claridad. Prueba el ejemplo que ya está en el cuadro: una fila es corta, una fila es larga, y el informe nombra ambas, mientras que las filas correctas pasan sin comentario.
Corrige los problemas en tu fuente, no en la salida del validador, ya que la herramienta no edita tu archivo. Abre la hoja original, busca la fila informada y corrige las comillas o el valor que falta allÃ. Luego pega el archivo corregido y valida de nuevo. Repetir ese ciclo hasta que el informe quede limpio elimina toda una categorÃa de sorpresas de importación.
Errores De Lectura Explicados
Los errores de lectura suenan técnicos, pero suelen significar una de tres cosas. Una comilla sin cerrar significa que un campo empezó con una comilla que nunca se cerró, asà que el lector siguió leyendo en las filas siguientes buscando el final. Una comilla mala significa que una comilla apareció en medio de un campo sin comillas, lo que el lector no puede interpretar. Un separador inesperado significa que el archivo mezcla separadores, como comas en algunas filas y punto y coma en otras. Cada mensaje de error nombra su fila, asà que puedes ir directo al lugar. Corregir las comillas en ese lugar suele limpiar el error y cualquier error derivado debajo.
Una advertencia: una sola fila mala puede producir varios mensajes de error, porque la confusión del lector se extiende a filas posteriores. No intentes corregir cada mensaje a la vez. Corrige la primera fila informada, valida de nuevo y observa cuántos mensajes desaparecen. A menudo, una comilla corregida limpia la mitad de la lista.
LÃmites Y Buenas Prácticas
Validar revisa estructura, no significado. No te dirá que un precio está mal o que un correo está mal escrito. Esas comprobaciones necesitan reglas sobre tus datos concretos, y pertenecen a un paso posterior. Valida primero, luego aplica tus reglas de negocio a un archivo bien formado.
Por último, una nota sobre privacidad. Los archivos CSV a menudo contienen listas de clientes, precios y registros internos, y subirlos a un sitio web para una simple comprobación es un riesgo innecesario. Esta herramienta lee tu archivo en tu navegador con PapaParse, y nada sale de la página. Puedes validar datos reales de negocio con la misma confianza que tendrÃas abriendo un archivo local. Ese diseño local es deliberado, y se aplica a todas las herramientas de este sitio.