CSV format, o diin sa pagbutang sa comma?

Lakip sa mga aplikasyon, nag-atubang kon dili sa usa ka programmer, kini mao ang na ang usa ka abante nga user, import data gikan sa usa ka aplikasyon ngadto sa lain dili mahitabo kaayo panagsa ra. Ug na sa kasagaran kini mao ang gikinahanglan nga sa import tabular data, nga, sa pagkatinuod, nga gimugna sa CSV format. Kinsa naugmad sa pipila ka alternatibo nga solusyon (XML lider sa taliwala kanila). Apan ang paglalang sa CSV file, sa pipila ka mga kaso, mao ang labing sayon nga solusyon, ug ang uban - sa labing problemado.

Kini nagbarug alang sa ngalan sa format nga ingon sa usa ka commaseparatedvalues - koma-mibulag mga prinsipyo. Sa notepad file ingon sa mosunod:

00, 01, 02, 03;

01, 15, 34, 11;

16, 27, 33, 06 (sa katapusan sa usa ka ilhanan ibutang wala gikinahanglan)

Ug sa usa ka paglabaw pinaagi spreadsheet o susama nga aplikasyon na sa ingon:

Apan karon atong gihisgotan sa simplest kaso. Mga problema magsugod tungod lang kay sa sa kamatuoran nga tungod sa kaayo nga tampoy data pagreport, CSV format gigamit sa pagbalhin sa dakong kantidad sa impormasyon. Labing sa kanunay makita diha sa mga database sa mga lain-laing mga mga hiyas: numerawo, alpha, letra-numero nga, uban sa mga luna, ug uban pa Kasagaran sa dagkong mga arrays mga sayop, ug kon, alang sa panig-ingnan, dapit mahimong usa ka dugang koma sa mga sulod sa usa sa mga kaumahan, ang tanan nga mga selula sa mahimong nawad-pinaagi sa usa ka.

Kasagaran, ang mga problema motungha sa dihang data ang imported nga pinaagi sa format file CSV, mahimong bahinon ngadto sa tulo ka mga kategoriya:

1 - Dili sakto nga pagpuno kaumahan.

2 - Dili sakto nga data pagkakabig sa diha nga sa pagluwas sa CSV file.

3 - Dili sakto nga pag-ila sa programa sa format importer.

Ang unang kaso partially kita gisusi. Sa pakigbatok sa mga problema, kamo kinahanglan gayud nga mohatag og usa ka paagi sa pag-monitor sa pagkahusto sa mga data misulod. Pananglitan, kon kamo kinahanglan nga pagkolekta sa usa ka database sa mga pakigpulong alang sa pagpadala listahan, adunay espesyal nga mga scripts nga mapamatud-kon ang usa ka tawo misulod sa e-mail sa hustong format. Diin adunay mga kal-ang, kudlit, ug sa bisan unsa nga lain nga mga data nga mahimong mabasa sayop, ang mga sulod sa kapatagan kinahanglan gisukip sa kinutlo marka (gitawag nga computer "").

Ang ikaduha nga kaso konektado sa pagpili sa pag-encode. Nagkinahanglan sa pagpangita sa sagad nasinati sa unsa nga pag-encode mas import nga programa. Sa Windows nga sagad gigamit sa 1251, mao nga kon ang orihinal nga file ang pagsugat sa teksto sa Unicode, mosunod kini gipakita sa aplikasyon destinasyon ingon sa usa ka kadena sa mga pangutana. Sa paglabaw pinaagi, nga kamo mahimo sa pagluwas sa CSV format sa lain-laing mga pag-encode ug delimiter (gawas sa punto pa sa paggamit tab, ug semicolon), apan kini mao ang labing maayo sa paghimo sa usa ka file sa papel ++ o OpenOfficeCalc.

Ang ikatulo nga kaso - sa usa ka sangputanan sa ikaduha. Sa kasaysayan, ang CSV format wala sa usa ka sumbanan. Daghang mga programa nakasabut nga ingon sa CSV ug TSV file (tab-delimited) ug SCSV (mibulag sa mga semicolons), sa partikular tungod kay ang file extension dili report bahin niini. Sa kini nga kaso, data mao ang pagbasa sa sayop ug wala gigahin sa taliwala sa mga selula sa husto nga han-ay. Ang labing maayo nga butang nga atong advise - sa paghimo sa usa ka CSV file sa personal. Sama sa nahisgotan na, kini nagkinahanglan sa pagpahimulos sa usa ka hamugaway nga editor.

Mga limbong sa unsa nga paagi sa pag-maayo sa mga CSV format, nailhan programmers. kinahanglan nga sundon sa atong mga rekomendasyon alang sa pagmugna sa usa ka file Yano nga user. Labing diyutay sa tanan nga mga problema mahitabo sa diha nga ang file nga gibuhat sa ilabi alang sa import sa usa ka piho nga aplikasyon (ug usahay sa usa ka lain-laing mga paagi). Kini mas sayon sa pagkuha sa asoy sa tanan nga mga posible nga mga problema nasugatan sa mga data.