Mi az a CSV-fájl?
A .csv (vesszővel elválasztott értékek) kiterjesztésű fájlok egyszerű szöveges fájlok, amelyek vesszővel elválasztott értékekkel rendelkező adatrekordokat tartalmaznak. A CSV-fájl minden sora egy új rekord a fájlban található rekordkészletből. Az ilyen fájlok akkor jönnek létre, amikor az egyik tárolórendszerről a másikra adatátvitelt terveznek. Mivel minden alkalmazás képes felismerni a vesszővel elválasztott rekordokat, az ilyen adatfájlok importálása az adatbázisba nagyon kényelmes. Szinte minden táblázatkezelő alkalmazás, például a Microsoft Excel vagy az OpenOffice Calc, különösebb erőfeszítés nélkül képes importálni a CSV-fájlt. Az ilyen fájlokból importált adatok egy táblázat celláiba vannak rendezve a felhasználó számára történő megjelenítés céljából.
Rövid története
Az alábbiakban néhány gyors tényt olvashat a CSV fájlformátum eredetéről és történetéről.
1972 - Az IBM Fortran (H szintű kiterjesztett) fordító támogatja őket OS/360 alatt
1978 - A listavezérelt bemenetet/kimenetet a FORTRAN 77 támogatja, amely vesszőket és szóközöket használt az elválasztókhoz
2005 – A CSV-t szabványosították az RFC4180 MIME-tartalomtípussal.
2013 - Az RFC4180 hiányosságait a W3C ajánlás kezelte
2015 – A W3C elkészítette a CSV-metaadat-szabványokra vonatkozó ajánlások első vázlatait, amelyek 2015 decemberében ajánlásként indultak
CSV-fájlok konvertálása
A CSV-fájlok több különböző fájlformátumba konvertálhatók az ezeket a fájlokat megnyitó alkalmazásokkal. Például a Microsoft Excel képes adatokat importálni CSV fájlformátumból, és menteni XLS, XLSX, PDF, TXT formátumba. , XML és HTML fájlformátumok. Hasonlóképpen, más asztali és online szolgáltatások is lehetővé teszik a CSV-fájlok exportálását HTML-be, ODS-be és RTF.
CSV fájlformátum
A CSV-fájlformátum köztudottan az RFC4180 alatt van megadva. Minden fájlt CSV-kompatibilisnek határoz meg, ha:
- Minden rekord külön sorban található, sortöréssel (CRLF) határolva. Például:
- aaa,bbb,ccc CRLF
- zzz,yyy,xxx CRLF
- A fájl utolsó rekordja tartalmazhat záró sortörést, de lehet, hogy nem. Például:
- aaa,bbb,ccc CRLF
- zzz,yyy,xxx
- Előfordulhat, hogy a fájl első soraként egy opcionális fejlécsor jelenik meg a normál rekordsorokkal megegyező formátumban. Ez a fejléc a fájl mezőinek megfelelő neveket tartalmaz, és ugyanannyi mezőt kell tartalmaznia, mint a fájl többi részének rekordjainak (a fejlécsor meglétét vagy hiányát az opcionális “fejléc” paraméterrel kell jelezni MIME típus). Például:
- mező_neve, mező_neve, mező_neve CRLF
- aaa,bbb,ccc CRLF
- zzz,yyy,xxx CRLF
- A fejlécen és minden rekordon belül egy vagy több mező lehet, vesszővel elválasztva. Minden sornak ugyanannyi mezőt kell tartalmaznia a fájlban. A szóközök egy mező részének tekintendők, és nem szabad figyelmen kívül hagyni őket. A rekord utolsó mezőjét nem követheti vessző. Például:
- aaa,bbb,ccc
- Az egyes mezőket idézőjelek közé lehet tenni, de lehet, hogy nem (egyes programok, például a Microsoft Excel azonban egyáltalán nem használnak idézőjeleket). Ha a mezőket nem zárja kettős idézőjel, akkor előfordulhat, hogy dupla idézőjelek nem jelennek meg a mezőkben. Például:\
- “aaa”, “bbb”, “ccc” CRLF
- zzz,yyy,xxx
- A sortörést (CRLF), dupla idézőjeleket és vesszőket tartalmazó mezőket dupla idézőjelbe kell zárni. Például:
- “aaa”,“b CRLF
- bb”,“ccc” CRLF
- zzz,yyy,xxx
- Ha a mezők közé dupla idézőjeleket használunk, akkor a mezőn belül megjelenő dupla idézőjelből egy másik kettős idézőjelet kell megelőzni. Például:
- “aaa”,“b"“bb”,“ccc”
A modern használat fényében azonban az elválasztójel nem korlátozódik csak vesszőre, hanem lehet pontosvessző, tabulátor vagy szóköz is. Az olyan alkalmazások, mint a Microsoft Excel, lehetőséget biztosítanak a határoló karakter megadására a rekordok CSV-fájlból történő importálásához.
