¿Cómo reemplazar números de varios archivos xlsx en lote? Tutorial de coincidencia con comodines y modificación unificada

Varios xlsx suelen dispersar números con el mismo formato pero valores diferentes, como un prefijo fijo seguido de varios dígitos. Enumerar los valores antiguos uno por uno no solo es ineficiente, sino que también es fácil pasar algo por alto. Este artículo parte de las necesidades reales de limpieza de datos en Excel y demuestra cómo usar reglas de expresiones regulares con comodines para hacer coincidir números de seis dígitos que comienzan por 030 y códigos de cinco dígitos que comienzan por 46, y en HeSoft Doc Batch Tool importar varios libros de trabajo a la vez, limitar el rango de texto de las celdas, establecer la correspondencia entre buscar y reemplazar, y finalmente generar y revisar los resultados de forma unificada.

Al organizar listas de clientes, inventarios de activos, listas de proyectos, códigos regionales o archivos comerciales en una empresa, a menudo es necesario actualizar masivamente los números en Excel. La dificultad radica en que los datos antiguos no son necesariamente un mismo valor, sino que pueden ser un grupo de valores con formatos similares. Por ejemplo, 030006, 030010 y 030148 deben cambiarse a un nuevo número unificado, pero la búsqueda exacta común solo puede procesar un contenido específico a la vez. Si los mismos datos están dispersos en varios archivos xlsx, la cantidad de trabajo manual se multiplica.

Para este tipo de necesidades, un método más eficiente es analizar primero el patrón de los números y luego usar comodines o expresiones regulares para describir el contenido que se debe buscar. Siempre que una celda cumpla con la expresión, se puede aplicar el valor de reemplazo correspondiente. Este artículo explicará, con la interfaz real, cómo usar HeSoft Doc Batch Tool para realizar la búsqueda y reemplazo unificados en varios archivos de Excel. Este producto está orientado al procesamiento por lotes de archivos de oficina, y es adecuado para concentrar operaciones repetitivas de archivos en una sola tarea, en lugar de que el usuario abra, modifique y guarde cada archivo por separado.

1. Problema específico que resuelve este tutorial

En el libro de trabajo de ejemplo hay dos tipos de datos que deben normalizarse. El primer tipo se encuentra en la columna Hospital CCN, con números que comienzan por 030 y tienen 3 dígitos adicionales; el segundo tipo está en la columna CBSA, con datos objetivo que comienzan por 46 y tienen 3 dígitos adicionales. Los requisitos de la tarea son los siguientes:

• Reemplazar por 111111 los textos que cumplan el formato «030 más 3 dígitos»;
• Reemplazar por 22222 los textos que cumplan el formato «46 más 3 dígitos»;
• Aplicar el mismo conjunto de reglas a varios archivos de Excel;
• Los demás números que no cumplan las reglas deben permanecer sin cambios.

Si se utiliza la búsqueda exacta, para el primer tipo de datos habría que introducir por separado los valores antiguos como 030006, 030010, 030011, 030064, etc. No solo habría muchas reglas, sino que también podrían omitirse números no contabilizados de antemano. Al usar expresiones, basta con describir todo el conjunto mediante «030\d{3}», que es precisamente el principal valor del reemplazo masivo con comodines en la limpieza de datos de Excel.

2. Escenarios aplicables: qué números de Excel conviene modificar según un patrón

1. Prefijo fijo más número secuencial

Por ejemplo, los números de departamento HR001, HR002, los números de proyecto XM202501, XM202502, o los del ejemplo 030006, 030010. Estos campos suelen tener un prefijo fijo de letras o números, y la parte final es un número secuencial de longitud fija, por lo que se pueden buscar todos los contenidos similares de una sola vez mediante una expresión.

2. Migración de códigos regionales y códigos de clasificación

Después de reorganizaciones organizativas, actualizaciones de sistemas o cambios en los estándares de codificación, los códigos regionales antiguos pueden tener que asignarse a un nuevo código unificado. Siempre que los códigos antiguos presenten un patrón claro de prefijo, longitud o composición de caracteres, se pueden buscar primero en lote y luego reemplazar por el valor especificado.

3. Normalización de tablas de múltiples orígenes

Las plantillas de Excel enviadas por distintas sucursales o proveedores pueden contener los mismos campos, pero con nombres de archivo y número de filas diferentes. Importar estos archivos de una sola vez en el software de oficina y procesarlos con el mismo conjunto de reglas ayuda a evitar las inconsistencias de criterio causadas por la modificación manual de distintas personas.

4. Limpieza de datos de libros de registro xlsx históricos

Cuando una carpeta acumula una gran cantidad de informes mensuales, trimestrales y anuales, los números antiguos pueden existir en muchos libros de trabajo. El procesamiento por lotes reduce el número de veces que hay que abrir y guardar archivos. No obstante, antes de procesar distintos formatos de Excel como xlsx o xls, conviene comprobar con unos pocos archivos la lectura del software y conservar una copia de seguridad de los datos originales.

3. Vista previa de resultados: antes y después de la modificación masiva de números

Datos de Excel antes del procesamiento

En el libro de trabajo original, en la columna Hospital CCN se pueden ver contenidos como 030006, 030010, 030011, 030064, 030074, 030085, 030111, 030114 y 030148; en la columna CBSA adyacente aparece repetidamente 46060. Estos números son visualmente similares, pero el contenido real guardado en cada celda puede ser diferente.

Las flechas de la captura de pantalla señalan las dos columnas que se van a procesar en esta tarea. Si se modificaran las celdas una por una, habría que repetir la introducción de datos y sería fácil saltarse alguna fila; si se usara la búsqueda y reemplazo archivo por archivo en Excel, habría que configurar las condiciones repetidamente en todos los libros de trabajo. Por lo tanto, esta tarea es más adecuada para establecer un conjunto de reglas de coincidencia reutilizables.

Datos de Excel después del procesamiento

Tras completar el procesamiento por lotes, los distintos números que originalmente cumplían la regla de comenzar por 030 se unifican como 111111, y los datos que cumplían la regla de comenzar por 46 se unifican como 22222. Las áreas marcadas en amarillo muestran los cambios principales, mientras que los datos que no cumplen las expresiones, como 010039, 010052, 010065, 010079, 010131 y 010175, no se han reemplazado de forma unificada.

El resultado del procesamiento demuestra que la regla puede filtrar los objetivos según la estructura del texto, en lugar de modificar simplemente todas las celdas de una columna. Para datos empresariales reales, este enfoque de «procesar solo el contenido que cumple las condiciones» es más controlable que sobrescribir toda la columna, siempre que la expresión esté escrita con suficiente precisión.

4. Pasos completos: reemplazo masivo de números en varios archivos xlsx

Paso 1: abrir la herramienta de búsqueda y reemplazo de palabras clave en Excel

Después de iniciar HeSoft Doc Batch Tool , busque «Herramientas de Excel» en la barra de navegación izquierda. A la derecha se mostrarán las funciones de procesamiento por lotes relacionadas con Excel; la primera de ellas es «Buscar y reemplazar palabras clave en Excel». Haga clic en esa función para entrar en la página de tareas.

Este paso sirve para seleccionar el módulo de procesamiento correcto. Dado que el objeto de la tarea es el texto de las celdas dentro del libro de trabajo, no debe elegir otras herramientas como nombres de archivo, nombres de carpeta o conversión de formato de Excel. Una vez dentro de la función, se puede ver que la tarea consta de varias etapas: seleccionar registros, configurar las opciones de procesamiento, configurar la ubicación de guardado y comenzar el procesamiento.

Paso 2: importar varios libros de Excel de una sola vez

En la primera etapa, al hacer clic en «Añadir archivos» se pueden seleccionar manualmente varios archivos de Excel; si los archivos de destino están guardados en el mismo directorio, también se puede usar «Importar archivos desde carpeta». En el ejemplo se importaron product_list.xlsx, team-participant-list.xlsx y test.xlsx, y en la parte inferior de la página se muestra que el número de registros es 3.

La lista de archivos mostrará el nombre, la ruta, la extensión, la fecha de creación y la fecha de modificación. Antes del procesamiento formal, conviene comprobar especialmente las rutas de los archivos para evitar incluir en la tarea directorios de copias de seguridad, directorios ya procesados o tablas no relacionadas. Si se detecta un archivo seleccionado por error, se puede eliminar con el botón de eliminar de la fila correspondiente; si hay que volver a seleccionar todo, se puede hacer clic en «Vaciar». Una vez confirmados los registros, haga clic en «Siguiente».

El resultado esperado es que todos los archivos que deben aplicar las mismas reglas de reemplazo de números entren en la lista de tareas. Para decenas o más tablas con estructura similar, la importación desde carpeta suele ahorrar más tiempo que la selección una por una.

Paso 3: limitar el alcance del procesamiento al texto de las celdas

Al entrar en la página «Configurar opciones de procesamiento», configure primero el «Alcance del procesamiento». En la interfaz se ven tres opciones: «Texto de celdas», «Nombre de la hoja de cálculo» y «Texto en formas de la hoja de cálculo». Como en este ejemplo lo que se va a modificar son los números de las columnas Hospital CCN y CBSA, marque «Texto de celdas».

El nombre de la hoja y el texto de las formas no son el objetivo de esta tarea, por lo que no es necesario marcarlos al mismo tiempo. Limitar correctamente el objeto de procesamiento reduce la posibilidad de que la regla actúe sobre títulos, anotaciones gráficas u otras posiciones.

Paso 4: configurar la fórmula de celda y el tipo de datos

En la captura de pantalla, «Tipo de fórmula de celda a procesar» está configurado como «Sin restricción». Si el libro de trabajo contiene tanto celdas normales como celdas cuyo resultado se genera mediante fórmulas, esta configuración no excluirá contenido según el atributo de fórmula. La interfaz también ofrece «Procesar solo celdas que contienen fórmula» y «Procesar solo celdas que no contienen fórmula», que se pueden elegir según la estructura de los datos en el uso real.

Para las celdas que contienen fórmula, la captura de pantalla selecciona «Valor calculado de la fórmula». Esto significa que el objetivo de la búsqueda es el resultado final que muestra la fórmula, y no la propia expresión de la fórmula. Si el objetivo empresarial fuera modificar la cadena de la fórmula, habría que evaluarlo con precaución y elegir el modo de procesamiento acorde con la tarea.

En «Tipo de datos de celda a procesar» está marcado «Texto». Los números a menudo parecen completamente numéricos, pero para conservar los ceros iniciales, es posible que en Excel estén guardados como texto. El 030006 del ejemplo es un caso típico. Si los datos de origen están realmente almacenados como números, habrá que ajustar la selección del tipo de datos según el contenido del archivo; no conviene juzgar solo a simple vista.

Paso 5: activar la búsqueda difusa de texto mediante fórmula

En «Método de búsqueda» de «Configurar opciones de palabras clave», la interfaz ofrece «Búsqueda exacta de texto» y «Usar fórmula para búsqueda difusa de texto». Si se busca una palabra completamente fija, se puede elegir la búsqueda exacta; en este ejemplo se desea hacer coincidir un grupo de números diferentes, por lo que se selecciona «Usar fórmula para búsqueda difusa de texto».

Aquí la «búsqueda difusa mediante fórmula» cumple la función de hacer coincidir textos según un patrón. El usuario no necesita enumerar cada número antiguo por separado, sino que puede construir una expresión regular con comodines a partir del prefijo numérico y la cantidad de dígitos.

Paso 6: introducir la expresión de búsqueda y el valor de reemplazo

En la «Lista de palabras clave a buscar» de la izquierda, introduzca dos líneas. La primera línea es «030\d{3}» y la segunda, «46\d{3}». Aquí «\d» representa un dígito y «{3}» representa 3 dígitos consecutivos, de modo que la primera regla puede coincidir con textos de seis caracteres como 030006, 030010 y 030148, y la segunda regla puede coincidir con textos de cinco caracteres como 46060.

En la «Lista de palabras clave de reemplazo» de la derecha, introduzca 111111 en la primera línea y 22222 en la segunda. Ambos lados se corresponden por número de fila: la primera regla de búsqueda corresponde al primer valor de reemplazo, y la segunda regla de búsqueda corresponde al segundo valor de reemplazo.

Una vez introducidos los datos, conviene revisar línea por línea. Compruebe especialmente si la barra invertida, el número de dígitos y las llaves de la expresión son correctos, y confirme que la lista de reemplazo no tenga filas desplazadas. Cuando haya muchas reglas, se puede preparar primero una lista de correspondencias en un archivo externo y luego copiarla en las listas correspondientes para reducir los errores de introducción manual.

Paso 7: acotar el rango de hojas o columnas según sea necesario

En la página de configuración también se ven interruptores como «El nombre de la hoja de cálculo debe cumplir esta condición» y «El nombre de la columna de la celda debe cumplir esta condición». En la captura de ejemplo estas condiciones no están activadas, lo que indica que la tarea no limita más a nombres de hoja o de columna específicos.

Si en otras hojas del mismo libro de trabajo pudieran aparecer números con el mismo formato y esos datos no debieran modificarse, convendría activar las condiciones correspondientes para acotar el rango. Por el contrario, si los números objetivo de todas las hojas deben procesarse de forma unificada, no es necesario añadir restricciones innecesarias. Las condiciones de alcance deben decidirse en función de la estructura del archivo, y no activarse indiscriminadamente.

Paso 8: configurar la ubicación de guardado de los resultados

Después de completar las opciones de procesamiento, haga clic en «Siguiente» y siga el flujo superior hasta «Configurar ubicación de guardado». Antes de iniciar una tarea por lotes, se recomienda elegir un directorio nuevo y fácilmente identificable para guardar los resultados, de modo que los archivos procesados queden separados de los originales. Especialmente al usar por primera vez una expresión nueva, no conviene conservar una sola copia y sobrescribir directamente.

Se puede añadir al nombre del directorio de salida algo como «reemplazado», «nuevo número» o la fecha de procesamiento, para facilitar la comprobación posterior. Una vez confirmada la ubicación de guardado, pase a la etapa «Comenzar procesamiento».

Paso 9: iniciar el procesamiento y comprobar aleatoriamente los archivos de salida

Al iniciar la tarea, el software procesará los libros de trabajo de la lista según las reglas establecidas. Una vez terminada la tarea, no se limite a mirar si ha finalizado; abra también los archivos de salida para verificar los datos.

Se recomienda comprobar al menos lo siguiente: si los valores originales 030006, 030010, etc. se han convertido en 111111; si el valor original 46060 se ha convertido en 22222; si los datos que no cumplen las reglas, como 010039, 26620 o 10760, conservan su valor original; y si la estructura de la hoja y otros campos empresariales son correctos. Solo después de superar esta comprobación se podrán usar los resultados para resúmenes posteriores o para la importación al sistema.

5. Cómo escribir reglas de coincidencia de expresiones regulares de Excel más seguras

1. Determinar primero la parte fija

La parte fija es un criterio importante para distinguir los datos objetivo. En este ejemplo se usan 030 y 46 como prefijos. Si solo se escribe «cualquier cantidad de dígitos», se podrían coincidir fechas, importes, cantidades u otros números del libro de trabajo, y el alcance sería demasiado amplio.

2. Determinar después el tipo de caracteres variables

En este ejemplo, la parte variable son solo dígitos, por lo que se usa «\d». Si los datos también contienen letras, espacios o guiones, conviene examinar primero muestras reales y luego escribir la regla según el modo de expresión que admita el software, sin aplicar directamente la regla numérica.

3. Limitar con precisión la cantidad de caracteres

«{3}» representa 3 caracteres consecutivos. La limitación de la cantidad de dígitos evita mezclar códigos de distinta longitud en un mismo procesamiento. Si en el negocio coexisten 03001 y 030001, hay que analizarlos por separado y no dar por hecho que pertenecen al mismo tipo de número.

4. Verificar con una muestra pequeña

Aunque la expresión parezca sintácticamente correcta, puede dar resultados distintos por el tipo de datos de la celda, caracteres ocultos o longitudes de número no uniformes. La forma más fiable es copiar un libro de trabajo como archivo de prueba, ejecutar el proceso y revisar elemento por elemento el contenido coincidente y no coincidente.

6. Preguntas frecuentes y precauciones

¿Por qué algunos números aparentemente iguales no se reemplazaron?

Las posibles causas son: tipo de celda distinto, presencia de espacios en el número, pérdida de ceros iniciales, longitud real distinta de la regla, o que el contenido objetivo esté fuera del alcance de procesamiento marcado. Se puede hacer clic en la celda y mirar el contenido real en la barra de edición para ajustar luego la regla.

¿Por qué una regla reemplazó demasiados datos?

Normalmente se debe a que la regla carece de un prefijo fijo o de una limitación de longitud. Conviene describir el número objetivo con una estructura lo más completa posible y, según el caso, limitar el nombre de hoja, el nombre de columna y el tipo de datos. Cuanto más específica sea la regla, menor será generalmente el riesgo de coincidencias erróneas.

¿La lista de búsqueda y la lista de reemplazo deben tener la misma cantidad de elementos?

Para garantizar que cada regla de búsqueda tenga un resultado de reemplazo claro, se recomienda que ambas listas se correspondan fila por fila y mantengan la misma cantidad de elementos. Si alguna fila no necesita reemplazo, debe eliminarse o reorganizarse antes de la ejecución, y no dejar correspondencias en blanco de propósito desconocido.

¿Cómo elegir las celdas que contienen fórmula?

Si solo se desea buscar el resultado final que muestra la fórmula, se puede seleccionar, como en la captura, «Valor calculado de la fórmula»; si el objetivo está relacionado con la cadena de la fórmula, hay que confirmar primero si modificar la fórmula afectará a la lógica de cálculo. Para informes importantes, conviene probar primero en una copia.

¿Cómo evitar que no se pueda recuperar después de un reemplazo masivo?

Conserve los archivos originales, configure un directorio de salida independiente y procese primero una muestra pequeña. El procesamiento por lotes aumenta la eficiencia, pero también amplifica el impacto de una regla errónea; por ello, la copia de seguridad y la comprobación aleatoria son pasos imprescindibles.

7. Resumen

Cuando los números antiguos de varios archivos de Excel o xlsx tienen un patrón de prefijo fijo, tipo de carácter y longitud, ya no es necesario enumerarlos y modificarlos uno por uno. Mediante expresiones regulares con comodines como «030\d{3}» y «46\d{3}», se puede describir de una sola vez todo el grupo de datos objetivo y luego reemplazar los resultados coincidentes por 111111 y 22222 respectivamente.

HeSoft Doc Batch Tool reúne en un mismo asistente la importación de archivos, el alcance del procesamiento, el tipo de fórmula, el tipo de datos, las reglas de palabras clave y la ubicación de guardado, y es adecuado para tareas de archivos de oficina con alta repetitividad. Se recomienda seleccionar primero una o dos copias xlsx para completar la prueba, confirmar que los resultados de coincidencia y reemplazo son correctos y, a continuación, importar todas las tablas desde la carpeta para la ejecución por lotes. De este modo se reduce el tiempo de las operaciones repetitivas y se contribuye a garantizar que varios archivos apliquen el mismo criterio de modificación de datos.