.csv
Comma-Separated Values · значения через разделитель
Самый простой табличный формат: строки таблицы - строки текста, колонки разделены знаком. Вся его сложность в том, что этот знак и кодировка у всех разные.
Паспорт формата
| Расширение | .csv |
|---|---|
| MIME-тип | text/csv |
| Сигнатура | нет; иногда в начале метка UTF-8 EF BB BF |
| Тип данных | текст |
| Стандарт | RFC 4180, на деле у каждой программы свои отступления |
| Появился | начало 1970-х |
| Популярность |
Начало файла
Так выглядят первые байты типичного файла в просмотрщике двоичных данных. Слева смещение, в середине байты, справа те же байты текстом.
00000000 ef bb bf 73 6b 75 3b 6e 61 6d 65 3b 73 74 6f 63 ...sku;name;stoc 00000010 6b 3b 70 72 69 63 65 0d 0a 41 2d 31 31 38 30 3b k;price..A-1180; 00000020 d0 9a d1 80 d1 83 d0 b6 d0 ba d0 b0 3b 31 34 3b ............;14; 00000030 31 32 39 30 0d 0a 1290..
Чем открыть
| Где | Чем открыть | Оговорки |
|---|---|---|
| Компьютер | Табличный процессор или любой текстовый редактор | Табличный процессор угадывает типы колонок и часто ошибается |
| Телефон | Встроенный просмотр файлов, офисные приложения | Длинные таблицы удобнее смотреть на компьютере |
| Браузер | Показывает как текст | Таблицы не будет, только строки |
Разделитель
В англоязычном мире это запятая, в русскоязычном - чаще точка с запятой, потому что запятая занята дробной частью числа. Файл с точкой с запятой, открытый как «через запятую», покажет одну колонку на всю таблицу, и наоборот.
Кодировка
Если вместо русских букв в ячейках вопросы или знакомая абракадабра, файл сохранён в одной кодировке, а прочитан в другой. Надёжный путь - UTF-8; часть табличных процессоров узнаёт её только по служебной метке в начале файла, поэтому в списке форматов сохранения и встречается отдельный пункт «UTF-8 с BOM». Старые выгрузки бывают в cp1251 - её выбирают при импорте вручную.
Кавычки и переносы
Если внутри ячейки есть разделитель, кавычка или перенос строки, ячейку берут в двойные кавычки, а кавычку внутри удваивают. Это единственное правило CSV, которое действительно стоит помнить: из-за него один неэкранированный символ сдвигает всю таблицу на колонку вправо.
Числа, даты и ведущие нули
CSV не хранит типов, поэтому тип угадывает программа при открытии - и часто угадывает не так. Классика: код 007 превращается в 7, длинный артикул - в экспоненциальную запись, а «05.11» - в дату. Лечится указанием текстового типа колонки при импорте, а не после него.
Во что переводят
| Куда | Когда нужно | Что теряется |
|---|---|---|
| XLSX | Нужны формулы, несколько листов и оформление | Ничего: наоборот, появится место для формул |
| JSON | Таблицу читает программа, а не человек | Ничего, если первая строка - заголовки |
| TSV | В данных много запятых и точек с запятой | Ничего |
Обратный перевод из XLSX в CSV всегда теряет формулы, оформление и все листы кроме одного: в файле остаются только значения.