البيانات وجداول البيانات · CSV منظف
لماذا يقوم Excel بإتلاف حقول CSV بصمت: الأصفار البادئة والتواريخ والمعرفات الطويلة
· لماذا يهم
ملف CSV تنظيف البيانات جداول البيانات
إن فتح CSV في جدول بيانات ليس أمرًا محايدًا: فالرموز البريدية تفقد أصفارًا، وتتحول الرموز إلى تواريخ، وتتحول المعرفات الطويلة إلى تدوين علمي. يشرح هذا المنشور سبب حدوث ذلك، وما هو غير قابل للاسترداد، وكيفية الحفاظ على الملف الخام سليمًا.
الملف الذي كان جيدًا حتى فتحه شخص ما — الرمز البريدي 01234 يصبح 1234، ويتم حفظ الضرر مرة أخرى
يترك الملف النظام المصدر بالرمز البريدي 01234، ويتم فتحه في جدول بيانات، ويعود إلى المحلل بـ 1234. لم يكن CSV الأصلي مشوهًا: فقد كان يحتوي على نص بصفر بادئ. نشأ الاختلاف عندما خمن أحد البرامج أن هذا العمود رقمي ثم قام بحفظ قيمته المفسرة. بمجرد قيام شخص ما بالكتابة فوق الملف المصدر، لا يمكن لأداة التنظيف اللاحقة معرفة ما إذا كان 1234 يعني 01234 أو 001234. احتفظ بالتصدير دون تغيير قبل فحصه في أي جدول بيانات.
نوع التخمين عند الفتح - كيف تستنتج جداول البيانات الأرقام والتواريخ والصيغ من النص، ولماذا لا يمنحهم CSV طريقة لقول خلاف ذلك
CSV يعبر عن الصفوف والفواصل والنص المقتبس؛ ولا يعلن عن رقم أو تاريخ أو أنواع الرمز البريدي لكل عمود. يجب أن يقوم جدول البيانات الذي يفتحه مباشرة بإجراء التخمينات. يمكن أن تصبح القيمة التي تبدأ بأرقام رقمًا، ويمكن تفسير 03-04 كتاريخ وفقًا للغة المحلية، ويمكن تفسير القيمة التي تبدأ بـ = كصيغة في بعض التطبيقات. إن الاقتباس "01234" يحمي المحدد CSV، وليس تصنيفه المستقبلي كنص بواسطة معالج الاستيراد التلقائي.
الخسائر الكلاسيكية - الأصفار البادئة، والمعرفات الرقمية الطويلة، وأي شيء يشبه التاريخ، والقيم التي تبدأ بعلامة يساوي
تعتبر الأصفار البادئة في الرموز البريدية ووحدات SKU، والمعرفات التي تحتوي على أرقام أكثر أهمية من تنسيق أرقام جدول البيانات، والسلاسل الغامضة التي تبحث عن التاريخ، من الضحايا الكلاسيكيين. لا يعد التدوين العلمي في حد ذاته تلفًا — فهو خيار عرض — ولكن حفظ معرف طويل بعد التحويل الرقمي يمكن أن يؤدي إلى فقدان الأرقام الدقيقة. تمثل القيم التي تبدو معادلة من البيانات غير الموثوقة خطرًا أمنيًا منفصلاً. تحتوي عملية تصدير ToolAcre CSV على خيار آمن لحقن الصيغة والذي يبدأ بالبادئات المحفوفة بالمخاطر، مع عدم احتساب المفاضلة التي لن يتم احتسابها من قبل الخلايا المحسوبة عن قصد.
لماذا يكون الضرر دائمًا دائمًا - فقدان الدقة عند الحفظ وإعادة تسلسل التواريخ بتنسيق مختلف لا يمكن عكسه من الإخراج
لنفترض أن مرجع العميل المكون من 20 مكون من أرقام تم تقريبه بعد التفسير الرقمي وحفظه. لا يمكن تخمين الأرقام الأصلية المفقودة من CSV الجديد. قد يكون التاريخ الذي تم تحويله إلى تاريخ داخلي وتم تصديره بلغة أخرى قد فقد ما إذا كان المصدر يعني 3 أبريل أو مارس 4. ولهذا السبب فإن عبارة "سوف أقوم بتنظيفه لاحقًا" ليست خطوة أولى آمنة. احتفظ بالبايتات الأولية قبل أن تتاح الفرصة لأي برنامج مزود بالكتابة التلقائية لاستبدالها.
العمل على النص الخام بدلاً من ذلك - الاحتفاظ بنسخة لم يتم لمسها في أي جدول بيانات، وتنظيفها كنص قبل أي استيراد
اعمل على نسخة من تصدير النص باستخدام محلل يعتبر الخلايا بمثابة سلاسل. ToolAcre's CSV يقوم المنظف بتوزيع المحددات والحقول المقتبسة في المتصفح ويعرض تحذيرات الصف دون إسقاط الخلايا الإضافية بصمت. تحقق مما إذا كان الرأس لا يزال يتضمن وحدات البايت البادئة الأصلية وما إذا كانت المعرفات تحتوي على أحرف المصدر الدقيقة. إن تنظيف المساحات أو التكرارات منفصل عن تفسير معنى الحقل؛ يجب أن يظل الرمز البريدي عبارة عن سلسلة حتى لو كان كل حرف عبارة عن رقم.
مثال عملي - تصدير منتج باستخدام وحدات SKU والرموز البريدية، مما يوضح التغييرات التي تطرأ على جدول البيانات ذهابًا وإيابًا وما الذي يحافظ عليه التنظيف على مستوى النص
استخدم تصديرًا توضيحيًا مع sku الرأس؛ الرمز البريدي؛ الوصف والصفوف 00042;01234;"أحمر، صغير" و00043;00105;"أزرق، كبير". يؤدي استيراد الفاصلة الساذجة إلى طي حقول الفاصلة المنقوطة، بينما يمكن للكتابة الرقمية التلقائية تحويل 00042 و01234 إلى 42 و1234. CSV ينتج عن تحليل الفاصلة المنقوطة للمنظف ثلاثة أعمدة نصية، بما في ذلك الفاصلة المقتبسة داخل كل وصف؛ لا يزال تصدير النسخة المنظفة يتطلب منك استيراد الأعمدة كنص في جدول البيانات الوجهة. قارن بين الملفات الخام والملفات ذهابًا وإيابًا قبل إرسالها للشراء.
ما لا يغطيه هذا — استعادة القيم التي تم تدميرها بالفعل من خلال عملية حفظ سابقة، أو تكوين معالج استيراد جدول البيانات
لا يمكن لهذا المنشور استرداد أرقام المعرفات أو الأصفار البادئة التي تم تدميرها بالفعل في ملف جدول بيانات محفوظ. ولا يقوم المنظف على مستوى النص بتكوين معالج الاستيراد في Excel أو الإعدادات المحلية للزميل أو مخطط قاعدة البيانات. بمجرد أن يصبح الملف الأولي آمنًا، اتبع تعليمات استيراد النص الخاصة ببائع جدول البيانات لأعمدة التعليمات البرمجية والمعرفات. اختبار عينة صغيرة من خلال سير عمل المستلم الدقيق؛ «يفتح في أعمدة» لا يدل على «حفظ كل وتر».
أصلح الملف قبل أن يراه جدول البيانات - كيف يتيح لك منظف ToolAcre CSV إصلاح المحددات والترميزات والاقتباسات قبل فتح التصدير في جدول بيانات
قم بإصلاح الملف قبل أن يراه جدول البيانات، ثم اختر وضع الاستيراد الذي يحافظ على نص المعرفات. CSV يمكن للمنظف إصلاح المحدد والتشفير والاقتباس للتصدير غير المعدل محليًا. فهو لا يمنع جدول البيانات من تخمين أنواع الحقول نيابةً عنك، لذا تظل النسخة الأصلية التي لم تمسها ومقارنة ما بعد الاستيراد هي الضمانات الأكثر أهمية.