Daten und Tabellen · CSV Reiniger
Semikolon-getrennt CSV Erklärt: Dezimalkomma und Gebietsschemaeinstellungen
· Hintergrund
csv Trennzeichen Interoperabilität
In weiten Teilen Europas ist ein Komma das Dezimaltrennzeichen, daher werden in der durch Kommas getrennten Datei stattdessen Semikolons verwendet. In diesem Beitrag wird die Locale-Logik hinter der Aufteilung erläutert, wie Tabellenkalkulationen entscheiden und was passiert, wenn Dateien die Grenze überschreiten.
Eine Datei von einem Kollegen im Ausland wird als einzelne Spalte geöffnet – in dem Moment, in dem die meisten Leute feststellen, dass CSV Dialekte hat
Ein Semikolon-Export, der unter der Annahme, dass nur Komma verwendet wird, geöffnet wird, erscheint als eine breite Textspalte. Dieses Symptom spiegelt eine Parser-Entscheidung wider und ist kein Beweis dafür, dass die Daten beschädigt sind. ToolAcre bietet neben Komma, Tabulator und Pipe auch Semikolon an und schreibt das tatsächlich verwendete Zeichen zurück in das Steuerelement.
Die erste Antwort sollte struktureller Natur sein: Überprüfen Sie das Rohtrennzeichen und zeigen Sie eine Vorschau an. Ersetzen Sie nicht jedes Semikolon blind, da zitierter Text Satzzeichen enthalten kann und eine Änderung von Bytes ohne Analyse Werte verändern kann. Ein dialektbewusster Lesevorgang unterscheidet Trennzeichen vom Zellinhalt.
Dezimalkommas – warum „1,5“ in vielen Regionen eine gültige Zahl ist und warum ein Komma-Trennzeichen die Analyse unmöglich machen würde
Die Arbeitsmappe erklärt Semikolons durch Dezimalkommas. Das ist ein nützlicher Austauschkontext, aber diese Implementierung analysiert `1,5` nie als lokalisierte Nummer. Die Zelle bleibt als Zeichenfolge erhalten. Die Komma-Bedeutung innerhalb eines Werts und die Semikolon-Bedeutung zwischen Feldern bleiben daher zum Zeitpunkt der Analyse getrennt.
Konvertieren Sie beim Reparieren von Trennzeichen keine Dezimalzeichen, es sei denn, ein Zielschema erfordert dies ausdrücklich. Ein Code- oder Prosafeld kann durchaus ein Komma enthalten. ToolAcre verwaltet Tabellengrenzen und überlässt die numerische Interpretation der empfangenden Anwendung.
Der Dezimal-Komma-Kontext ist plausibel, aber ToolAcre behandelt Zellwerte als Zeichenfolgen und analysiert keine lokalisierten Zahlen
Das Tool konsultiert nicht die Regions- oder Listentrennzeicheneinstellung des Betriebssystems. Die automatische Erkennung analysiert eine zehnzeilige Stichprobe unter jedem unterstützten Kandidaten, misst die maximale Breite und belohnt Kandidaten, die ein konsistentes Rechteck erzeugen. Wenn keine mindestens zwei Spalten erstellt, wird auf Komma zurückgegriffen.
Diese dateigesteuerte Methode ist standortübergreifend reproduzierbar. Bei ungewöhnlichen oder einspaltigen Daten kann die Auswahl immer noch schlecht sein, weshalb der manuelle Selektor vorhanden ist. Das Steuerelement spiegelt den erkannten Wert wider, und bei einer Änderung wird der ursprüngliche Text erneut analysiert, wobei bereits angewendete Reinigungsschritte verworfen werden.
ToolAcre erkennt die Dateiform; Die Listentrennzeicheneinstellungen des Betriebssystems werden nicht gelesen
Unter dem falschen Trennzeichen bleibt ein Semikolon-Datensatz eine Zelle, anstatt zu mehreren Spalten zu werden. ToolAcre interpretiert keine lokalisierten Zahlen und kann daher `1,5` während der Analyse nicht stillschweigend in einen anderen numerischen Wert ändern. Der Fehler ist in der Spaltenanzahl und der Vorschauform sichtbar.
Die umgekehrte Nichtübereinstimmung kann Kommas ohne Anführungszeichen in zusätzliche Zellen aufteilen und Warnungen zu unregelmäßigen Zeilen auslösen. Kommas in Anführungszeichen bleiben unter der Zustandsmaschine geschützt. Lesen Sie die Warnungen und vergleichen Sie die erwartete Kopfzeilenbreite, anstatt davon auszugehen, dass eine plausible erste Zeile beweist, dass alle späteren Datensätze ausgerichtet sind.
Der Parser zeigt strukturelle Messwerte an, keine stillen numerischen Änderungen
Verwenden Sie `item;price;note`, gefolgt von `A;1,5;"small, red"` und `B;2,0;plain`. Die Semikolon-Analyse ergibt drei Spalten, wobei beide Zeichenfolgen mit Kommas erhalten bleiben. Beim Parsen von Kommas verbleiben Semikolons in Feldern und es kann stattdessen zu irreführenden Trennungen um die Kommas kommen.
Der Detektor sollte Semikolon bevorzugen, da dieser Kandidat eine konsistente dreispaltige Form ergibt, Kommas jedoch nicht. Dieses Beispiel beweist das Parserverhalten, ohne zu behaupten, dass 1,5 einen numerischen Wert hat. Das empfangende System muss seine eigene dokumentierte Dezimalkonvention anwenden.
Arbeitsbeispiel: Semikolon-Erkennung mit kommahaltigen Zeichenfolgewerten
Der grenzüberschreitende Austausch verbessert sich durch Trennzeichen für Sender- und Empfängernamen, Kodierung, Header-Richtlinie und Wertkonventionen. „CSV“ allein löst keines davon. Fügen Sie eine kleine Vorrichtung hinzu und überprüfen Sie sie durch den genauen empfangenden Parser, bevor Sie einen Produktionsexport senden.
Wenn eine Komma-Ausgabe erforderlich ist, wählen Sie Komma für die Serialisierung aus, nachdem die Semikolon-Quelle korrekt analysiert wurde. Felder mit Dezimalkommas werden dann automatisch in Anführungszeichen gesetzt und bleiben als Zellentext erhalten. Die Syntaxkonvertierung übersetzt keine Dezimalschreibweise oder Währungsformate.
Was hiervon nicht abgedeckt wird: Konvertieren von Zahlenformaten innerhalb der Daten; Das Trennzeichen und das Dezimalzeichen sind separate Probleme
Die Konvertierung des Zahlenformats liegt außerhalb der Trennzeichenreparatur von ToolAcre. Es wandelt Kommas nicht in Dezimalpunkte um, erkennt keine Tausendertrennzeichen und wandelt Beträge nicht um. Hierbei handelt es sich um eine bewusste Beibehaltung der Zeichenfolge und nicht um eine unvollständige numerische Schlussfolgerung. Das Zielschema ist Eigentümer dieser Transformation.
Die Route kann auch nicht garantieren, wie eine Tabellenkalkulationsanwendung beim Öffnen einer Datei Trennzeichen auswählt. Es kann nur das in der Ausgabe ausgewählte Trennzeichen und Standard-Anführungszeichen um widersprüchliche Zeichen erzeugen. Testen Sie die Zielanwendung, anstatt das Verhalten des Anbieters zu erfinden.
Das Trennzeichen folgt dem Gebietsschema, nicht der Datei – so erhalten Sie durch die Trennzeichenreparatur des ToolAcre CSV Cleaner eine Datei mit einem bekannten Trennzeichen
In diesem Tool folgt das Trennzeichen der analysierten Dateiform oder einer manuellen Auswahl, nicht den Gebietsschemaeinstellungen. Diese Korrektur ist wichtig, da zwei Analysten in unterschiedlichen Büros dasselbe erkannte Quellzeichen sehen sollten, wenn sie identischen Text laden. Die Umgebung schreibt die Kandidatenliste des Parsers nicht neu.
Bestätigen Sie die Steuerung, überprüfen Sie die Zeilenbreiten und exportieren Sie sie für den bekannten Verbraucher. Semikolon ist weder gebrochenes Komma CSV noch automatischer Beweis für Dezimalkomma-Daten. Es handelt sich um ein unterstütztes strukturelles Trennzeichen, und ToolAcre behandelt jeden Wert zwischen Trennzeichen als Text.