Erros de dados na importação CSV: porque acontecem e como resolver
Preços duplicados. «café» transformado em «café». Três cópias de cada produto. Quando uma importação corre mal, o instinto é culpar o ficheiro, mas um «ficheiro mau» quase nunca é a causa: dois sistemas discordaram, silenciosamente, sobre o que uma vírgula, uma aspa ou um número significavam, e nada assinalou a discordância até os dados errados já estarem à sua frente.
Sete formas de um ficheiro com bom aspeto mentir
Todos estes casos chegam com o número de linhas certo e sem mensagem de erro.
Incompatibilidades de codificação — um ficheiro escrito em Windows-1252 e lido como UTF-8 (ou o contrário) transforma «café» em «café» e um travessão em três caracteres ilegíveis. Nada rebenta; os valores estão simplesmente errados, nas colunas que calhar não percorrer.
O delimitador não é mesmo uma vírgula — grande parte da Europa continental guarda o CSV com ponto e vírgula, porque essas localizações usam a vírgula para decimais. Presuma o errado e obtém uma única coluna gigante por dividir — ou a vírgula decimal de um preço dividida em colunas que não existem.
A «ajuda» da folha de cálculo antes de exportar — o Excel guarda um código postal escrito como 01234 como o número 1234, e apresenta um código de barras de 16 dígitos em notação científica, arredondado a partir do 15.º dígito. Quando o CSV é escrito, o valor original já não existe em lado nenhum.
Números que significam duas coisas diferentes — 1.234,56 e 1,234.56 são o mesmo valor em duas convenções regionais diferentes. Leia um pela regra do outro e ele é interpretado sem erro — como 1.23, ou como 1234560.
Cabeçalhos que mudam — uma exportação acrescenta ou reordena uma coluna, «postcode» passa a «postal_code», e um importador que faz a correspondência por posição escreve descrições em campos de preço sem avisar. Nada num CSV garante que a coluna 4 significa a mesma coisa duas vezes.
Reimportar sem uma chave estável — corrija três linhas, reenvie 2000, e um importador sem uma identidade estável por registo cria 2000 duplicados em vez de atualizar três. Os nomes mudam; uma referência externa, um SKU ou um número de encomenda não.
Caracteres que não se veem — um espaço inseparável colado de uma página web, ou "Azul " com um espaço no final, mostra-se de forma idêntica ao valor limpo e falha em qualquer correspondência exata — por isso a mesma categoria é criada duas vezes, e as verificações de duplicados nunca disparam.
Antes de carregar: a verificação que apanha a maior parte disto
1
Abra-o uma vez como texto simples
Antes de confiar na pré-visualização de qualquer ferramenta, abra o ficheiro num editor de texto simples, não numa folha de cálculo: uma folha de cálculo reinterpreta o ficheiro no momento em que o abre, o que esconde precisamente os problemas que está a procurar. Observe o início em bruto da primeira linha, à procura de algo colocado antes do primeiro nome de coluna.
2
Confirme que o delimitador é o que julga ser
Conte os delimitadores a olho em algumas linhas diferentes. Um ficheiro que está na verdade delimitado por ponto e vírgula mas que se assume delimitado por vírgulas não mostra uma única vírgula fora dos próprios valores — uma verificação de cinco segundos que apanha toda uma classe de falhas antes de começar.
3
Teste uma linha com uma vírgula, aspas e uma quebra de linha
Encontre, ou crie de propósito, uma linha de teste com uma vírgula dentro de um campo de texto, uma aspa e uma nota com várias linhas, e confirme que o importador mantém cada um como um único campo em vez de o dividir. Esta única linha põe à prova exatamente o mecanismo que, mal tratado, desloca silenciosamente todas as colunas seguintes.
4
Experimente um lote pequeno antes do ficheiro completo
Dez ou vinte linhas primeiro, revistas uma a uma, apanham um erro sistemático de mapeamento — uma coluna trocada, uma moeda errada, um formato de data errado — enquanto ainda são dez linhas a corrigir e não dez mil.
5
Decida o que significa «concluído» por linha, não por ficheiro
Um único aprovado ou reprovado para o ficheiro inteiro não lhe diz nada sobre que linhas corrigir. Exija um resultado por linha — criada, atualizada, ignorada, falhada, e porquê — antes de confiar algo importante a um importador.
Quase sempre, uma incompatibilidade de codificação. O ficheiro foi escrito numa codificação de caracteres — habitualmente Windows-1252 ou Latin-1 — e lido como UTF-8, ou o contrário. Volte a guardar o ficheiro de origem explicitamente como UTF-8 e verifique se é preciso remover a marca de ordem de bytes, consoante o que o importador espera.
O software de folhas de cálculo guarda como número tudo o que se pareça com um número, e os números não conservam zeros à esquerda. Aconteceu antes de o CSV ser escrito, no momento em que o valor foi escrito ou formatado automaticamente, e não pode ser recuperado apenas a partir do CSV: a coluna de origem tem de estar formatada como texto, não corrigida depois do facto.
O importador não tinha forma estável de reconhecer uma linha do novo ficheiro como «o mesmo registo» que já tinha guardado, muito provavelmente porque a correspondência era feita por um nome ou uma descrição em vez de um identificador fixo como uma referência externa, um número de encomenda ou um SKU. Sem essa chave estável, cada importação parece uma primeira importação.
Isso é tanto um problema de relatório como de dados — um bom importador diz-lhe o resultado de cada linha, não apenas o do ficheiro no seu todo. Se a ferramenta que está a usar só dá um sucesso/falha para todo o carregamento, encare isso como um sinal para testar em lotes pequenos até conseguir ver resultados linha a linha.
Quase sempre é uma confusão entre o separador decimal e o separador de milhares. 1.234,56 e 1,234.56 são duas representações válidas do mesmo número segundo convenções regionais diferentes, e ler uma assumindo a outra não dá erro — apenas produz o valor errado. Confirme que convenção usa a sua exportação e certifique-se de que a indica ao importador, em vez de o deixar adivinhar.
Cuidado — abrir e voltar a guardar um CSV numa folha de cálculo é exatamente o passo que introduz vários dos problemas desta página: zeros à esquerda, conversão automática de datas, notação científica. Se precisar de editar à mão meia dúzia de linhas, um editor de texto simples é mais seguro do que uma ida e volta completa por uma folha de cálculo.
Como a Olmira trata disto
O conector de importação de ficheiros da Olmira é construído exatamente contra esta lista: um leitor RFC 4180 rigoroso que trata vírgulas entre aspas e quebras de linha incorporadas, remoção automática de um BOM UTF-8 inicial, e ficheiros demasiado grandes rejeitados de imediato em vez de truncados silenciosamente. Uma linha cuja contagem de colunas não corresponde ao cabeçalho falha sozinha sem abortar o resto, e uma chave de deduplicação faz com que correr o mesmo ficheiro duas vezes atualize ou ignore os registos existentes — conforme a política que escolheu — em vez de os duplicar.
Para catálogos de produtos e serviços, importar por CSV acrescenta uma pré-visualização linha a linha — incluindo quaisquer campos que a IA tenha preenchido, claramente assinalados — antes de qualquer linha ser guardada. A plataforma de conectores completa, com recolhas agendadas e webhooks assinados a par da importação de ficheiros, está em Integrações.