Convertidor de Excel a JSON

Los libros de trabajo .xlsx modernos son archivos SpreadsheetML definidos por ECMA-376 / ISO/IEC 29500 (el estándar Office Open XML): la extensión .xlsx es un contenedor ZIP cuyas entradas son documentos XML bajo xl/worksheets/sheetN.xml, con cadenas almacenadas en una tabla de cadenas compartidas xl/sharedStrings.xml y tipos de celda declarados por el atributo t (s = sharedString, n = número, b = booleano, str = cadena en línea, d = fecha en ISO 8601). La página lee el archivo subido con FileReader.readAsArrayBuffer y luego pasa el ArrayBuffer a SheetJS (xlsx). XLSX.read(buffer, {type: 'array'}) devuelve un objeto de libro de trabajo cuyo array SheetNames impulsa el selector de hojas, y XLSX.utils.sheet_to_json(sheet, options) recorre la cuadrícula de celdas para producir un array de objetos (con la fila de encabezado como claves) o un array de arrays cuando se pasa header: 1. El formato legacy .xls es el formato binario BIFF8 (Excel 97-2003), que SheetJS también decodifica a través del mismo punto de entrada read() pero con type: 'binary' para FileReader.readAsBinaryString o 'array' cuando se lee como bytes. Los valores de fecha de celda en ambos formatos se almacenan como números de serie (días desde la época de 1900 en Excel, con el error histórico de año bisiesto 1900-02-29 que desplaza las fechas anteriores a 1900-03-01 un día, o días desde 1904-01-01 cuando el indicador date1904 del libro está activado en Excel para Mac). La conversión a un Date de JavaScript es (serie - 25569) * 86400 * 1000 milisegundos después de la época Unix para el sistema 1900 una vez tenido en cuenta el error de año bisiesto. Las fórmulas residen en el atributo f y SheetJS reporta su último resultado cacheado en v; si el libro fue guardado por una herramienta que no recalculó (por ejemplo, algunas exportaciones mediante script), v puede estar ausente o desactualizado. Cuando la primera fila se usa como encabezado, las celdas de encabezado duplicadas o vacías fuerzan a SheetJS a omitir o renombrar automáticamente las claves (por ejemplo, __EMPTY, __EMPTY_1), lo que rompe los contratos JSON posteriores. Los rangos de celdas combinadas (declarados en worksheet/mergeCells) exponen el valor solo en el ancla superior izquierda y emiten undefined en las celdas de cola combinadas, por lo que una fila de título combinada produce un registro poblado seguido de N - 1 registros dispersos. Para libros de trabajo de decenas de megabytes, la ruta síncrona XLSX.read() puede bloquear el hilo de UI; la alternativa de streaming es mover el análisis a un Web Worker para que el hilo principal se mantenga reactivo.

• .xlsx es un contenedor ZIP de XML (ECMA-376 / ISO/IEC 29500); .xls es el formato binario BIFF8; SheetJS XLSX.read(buffer, {type: 'array'}) maneja ambos mediante FileReader.readAsArrayBuffer.
• Opciones de sheet_to_json: header: 1 devuelve array de arrays; header: 'A' usa las letras de columnas de la hoja; defval: null rellena celdas dispersas con null en lugar de eliminar la clave; raw: false aplica el formato de visualización de Excel.
• El número de serie de fecha Excel es días desde 1900-01-01 (con el error de año bisiesto 1900-02-29; para el sistema de fechas Mac 1904, días desde 1904-01-01); ms de JS Date = (serie - 25569) * 86400000 después de la época Unix.
• Las celdas de encabezado duplicadas o vacías se convierten en claves renombradas automáticamente (__EMPTY, __EMPTY_1) o colisionan silenciosamente; valida el JSON buscando estas cadenas antes de confiar en el esquema.
• Los rangos de celdas combinadas (worksheet.mergeCells) exponen el valor solo en el ancla superior izquierda; las celdas de cola en la combinación son undefined, por lo que una fila de título combinada produce un registro con el valor y N-1 registros con campos vacíos.
• Las celdas de fórmula almacenan la expresión en f y el último resultado cacheado en v; las herramientas que guardan sin recalcular dejan v desactualizado o ausente, y SheetJS devuelve v tal cual.
• Mueve XLSX.read a un Web Worker para libros de trabajo de más de ~10 MB; la ruta de análisis síncrona bloquea requestAnimationFrame y puede congelar la pestaña durante varios segundos en hojas grandes.