डेटा और स्प्रेडशीट · CSV क्लीनर
CSV एस्केपिंग बोलियाँ: दोहरे उद्धरण, बैकस्लैश और डेटाबेस निर्यात
· पेजभूमि
CAसवी पदच्छेद अंतर
RFC 4180 किसी उद्धरण को दोगुना करने के लिए कहता है; इसके बजाय कई डेटाबेस टूल बैकस्लैश के साथ निर्यात होते हैं। यह पोस्ट प्रचलन में चल रही परंपराओं के बारे में बताती है, प्रत्येक कहाँ से आई है, और एक फ़ाइल जो एक बोली में मान्य है वह दूसरी बोली में क्यों टूट जाती है।
एक डेटाबेस निर्यात जिसे एक स्प्रेडशीट आवारा बैकस्लैश के साथ पढ़ती है - दो भागने वाली परंपराएँ एक फ़ाइल में टकराती हैं
एक निर्यात में एक उद्धरण के बाद एक बैकस्लैश हो सकता है क्योंकि इसका निर्माता एक प्रोग्रामिंग-भाषा-शैली सम्मेलन का पालन करता है, जबकि एक स्प्रेडशीट-उन्मुख पार्सर दोहरे उद्धरण चिह्नों की अपेक्षा करता है। एक बोली को दूसरी बोली को खिलाने से कोई तटस्थ समझौता नहीं होता है। यह वहां बदलता है जहां उद्धृत स्थिति खुलती और बंद होती है या डेटा में एस्केप कैरेक्टर छोड़ती है।
ToolAcre एक स्पष्ट नियम का समर्थन करता है: फ़ील्ड को दोहरे उद्धरण चिह्नों में लपेटा जा सकता है और एक आंतरिक उद्धरण को दो उद्धरण चिह्नों द्वारा दर्शाया जाता है। बैकस्लैश की कोई भागने की भूमिका नहीं है. लोड करने से पहले उस अनुबंध की पहचान करना क्लीनर से यह अनुमान लगाने के लिए कहने से अधिक सुरक्षित है कि निर्माता किस विराम चिह्न का इरादा रखता है।
RFC कन्वेंशन - दोहरे उद्धरण चिन्हों में लपेटें और किसी भी आंतरिक उद्धरण को दोगुना करें, जिसमें कोई भी एस्केप कैरेक्टर न हो
`She said "hello", then left` जैसे मान के लिए, RFC-शैली CSV फ़ील्ड को घेरती है और आंतरिक चिह्नों को दो बार लिखती है। सीमांकक उद्धृत स्थिति के अंदर रहता है, और प्रत्येक दोगुनी जोड़ी एक शाब्दिक उद्धरण लौटाती है। क्रमांकन उसी परिवर्तन को विपरीत दिशा में लागू करता है।
फ़ील्ड तब उद्धृत किए जाते हैं जब उनमें वर्तमान सीमांकक, उद्धरण, LF, CR या आसपास के स्थान होते हैं, या जब भी उद्धरण प्रत्येक फ़ील्ड का चयन किया जाता है। कोई अलग से भागने का पात्र नहीं है. इस छोटे व्याकरण का परीक्षण सीमांकक, एम्बेडेड रिकॉर्ड अंत और उद्धरण जोड़े के लिए किया जाता है।
सी परंपरा - प्रोग्रामिंग भाषाओं और कुछ डेटाबेस लोडर से विरासत में मिले बैकस्लैश-एस्केप्ड उद्धरण, न्यूलाइन और डिलीमीटर
कुछ स्रोत सिस्टम बैकस्लैश सम्मेलनों को परिभाषित कर सकते हैं, लेकिन ToolAcre के पास उनके लिए कोई स्विच नहीं है। किसी भी सामान्य चरित्र की तरह वर्तमान फ़ील्ड में एक बैकस्लैश जोड़ा जाता है। निम्नलिखित उद्धरण की व्याख्या इस आधार पर की जाती है कि क्या पार्सर उद्धृत स्थिति में है और क्या इसमें युग्मित उद्धरण है।
नतीजतन, डबल-कोट CSV में रूपांतरण से पहले बैकस्लैश निर्यात को उस बोली के लिए कॉन्फ़िगर किए गए टूल द्वारा पार्स किया जाना चाहिए। खोजें-और-प्रतिस्थापित करना जोखिम भरा है क्योंकि शाब्दिक बैकस्लैश और एस्केप्ड अनुक्रम एक जैसे दिख सकते हैं। स्रोत व्याकरण को यह तय करना होगा कि कौन सा वाक्यविन्यास है।
बैकस्लैश एस्केपिंग एक असमर्थित वैकल्पिक बोली है, ऐसा कोई मोड नहीं जिसे ToolAcre पढ़ सके
कार्यपुस्तिका डेटाबेस उत्पादों और डेटा-फ़्रेम लाइब्रेरीज़ का नाम देती है, फिर भी उनके डिफ़ॉल्ट और कॉन्फ़िगर करने योग्य मोड इस रिपॉजिटरी में प्रलेखित नहीं हैं। यह लेख किसी बोली का श्रेय किसी विशेष विक्रेता को नहीं देता है। वर्कफ़्लो द्वारा उपयोग किए गए सटीक निर्यातक या लोडर दस्तावेज़ से परामर्श लें।
फ़ाइल बनाने वाले कमांड और विकल्पों को कैप्चर करें। एक उत्पाद कई तरीकों का समर्थन कर सकता है, इसलिए इसका नाम अकेले एक बोली नहीं है। प्रतिलिपि प्रस्तुत करने योग्यता कॉन्फ़िगरेशन के साथ-साथ डिलीमीटर, उद्धरण, न्यूलाइन और बैकस्लैश एज मामलों वाले नमूने से आती है।
विशिष्ट डेटाबेस और लाइब्रेरी डिफॉल्ट के लिए अपने स्वयं के दस्तावेज़ की आवश्यकता होती है और यहां उनका दावा नहीं किया जाता है
इस पार्सर के तहत, `"a \"quote\"",b` का वह अर्थ नहीं है जो एक सी-शैली पाठक उम्मीद कर सकता है, क्योंकि स्लैश पाठ में बने रहते हैं और उद्धरण CSV स्थिति को नियंत्रित करते हैं। इसके विपरीत, उद्धृत फ़ील्ड के अंदर एक दोगुनी जोड़ी दो शाब्दिक वर्णों के बजाय एक उद्धरण बन जाती है।
एक बेमेल स्थानांतरित कॉलम या एक बंद-उद्धरण चेतावनी को ट्रिगर कर सकता है, या यह संरचनात्मक त्रुटियों के बिना गलत दिखने वाली स्ट्रिंग में पार्स कर सकता है। प्रतिनिधि पंक्तियों का पूर्वावलोकन करें और निर्माता के साथ उनकी तुलना करें। सिंटैक्टिक सफलता अकेले यह प्रमाणित नहीं कर सकती कि एस्केप सिमेंटिक्स मेल खाता है।
ToolAcre नियमों के तहत, बैकस्लैश शाब्दिक रहते हैं और दोहरे उद्धरण चिह्न ही एकमात्र उद्धरण हैं
अल्पविराम और उद्धरण दोनों वाले एक सेल को RFC CSV: `"She said ""hi"", then left"` के रूप में लिखें। ToolAcre सटीक मान `She said "hi", then left` लौटाता है। इसके बजाय आंतरिक उद्धरण को बैकस्लैश के साथ लिखें और देखें कि स्लैश में कोई विशेष सुरक्षा नहीं है।
तुलना डेटाबेस ब्रांड पर निर्भर हुए बिना पार्सर नियमों को प्रदर्शित करती है। सही पार्स के बाद, डाउनलोड करने से लगातार दोगुने उद्धरण उत्पन्न होते हैं। बेमेल पार्स के बाद, निर्यात केवल गलत कोशिकाओं का मानकीकरण करता है, इसलिए परिणाम पर भरोसा करने से पहले स्रोत बोली को हल करें।
इसमें क्या शामिल नहीं है - बाइनरी निर्यात, निश्चित-चौड़ाई वाली फ़ाइलें और पूरी तरह से कस्टम एस्केप वर्ण
बाइनरी निर्यात, निश्चित-चौड़ाई वाले रिकॉर्ड और कस्टम एस्केप वर्ण मार्ग से बाहर हैं। एक बंद उद्धरण रिपोर्ट किया जाता है और शेष इनपुट को एक फ़ील्ड के रूप में उपभोग करता है; क्लीनर यह अनुमान नहीं लगा पाता कि गुम हुआ सामान कहां का है। उस अस्पष्टता को सामान्य रूप से ठीक नहीं किया जा सकता है।
न ही इंटरफ़ेस बैकस्लैश बोली को स्वचालित रूप से परिवर्तित करता है। एक पार्सर का उपयोग करें जो स्पष्ट रूप से एस्केप कैरेक्टर को नाम देता है, सत्यापित स्ट्रिंग्स की एक तालिका प्राप्त करता है, और फिर लक्ष्य सम्मेलन में क्रमबद्ध करता है। प्रत्येक व्याकरण को ज्ञात सीमा पर एक बार लागू किया जाना चाहिए।
दोनों सिरों पर बोली को जानें - कैसे ToolAcre CSV क्लीनर की उद्धरण मरम्मत मानक पार्सर्स द्वारा पढ़े जाने वाले सुसंगत उद्धरण के लिए फ़ील्ड को सामान्य बनाती है
दोनों समापन बिंदुओं को जानें. ToolAcre तब उपयुक्त होता है जब स्रोत दोहरे-उद्धरण CSV का अनुसरण करता है या जब किसी अन्य पार्सर ने पहले से ही सत्यापित कोशिकाओं में एक अलग बोली को सामान्य कर दिया हो। इसका आउटपुट लगातार न्यूनतम या सभी-फ़ील्ड उद्धरण प्रदान करता है और प्रत्येक एम्बेडेड उद्धरण को दोगुना कर देता है।
साफ-सुथरे डाउनलोड को बोली पहचान समझने की गलती न करें। ऑटो-डिटेक्टर सीमांकक का चयन करता है, व्याकरण से बचने का नहीं। एक विश्वसनीय स्थानांतरण विभाजक, उद्धरण नियम, न्यूलाइन नीति और एन्कोडिंग को एक साथ रिकॉर्ड करता है, फिर उत्पादन डेटा स्थानांतरित होने से पहले एक प्रतिकूल नमूने का परीक्षण करता है।