Dados e planilhas · CSV Limpador
CSV separado por ponto e vírgula explicado: vírgulas decimais e configurações de localidade
· Fundo
csv delimitadores interoperabilidade
Em grande parte da Europa, uma vírgula é o separador decimal, portanto o arquivo 'separado por vírgula' usa ponto e vírgula. Esta postagem explica a lógica de localidade por trás da divisão, como as planilhas decidem e o que acontece quando os arquivos cruzam a fronteira.
Um arquivo de um colega no exterior é aberto como uma única coluna — no momento em que a maioria das pessoas descobre que CSV tem dialetos
Uma exportação de ponto e vírgula aberta sob a suposição de apenas vírgula aparece como uma coluna de texto larga. Esse sintoma reflete uma escolha do analisador, e não uma prova de que os dados estão corrompidos. ToolAcre oferece ponto e vírgula ao lado de vírgula, tabulação e barra vertical e grava o caractere que realmente usou de volta no controle.
A primeira resposta deve ser estrutural: inspecione o separador bruto e visualize. Não substitua cada ponto e vírgula cegamente, porque o texto citado pode conter pontuação e a alteração de bytes sem análise pode alterar os valores. Uma leitura com reconhecimento de dialeto distingue os separadores do conteúdo da célula.
Vírgulas decimais — por que '1,5' é um número válido em muitas localidades e por que um delimitador de vírgula o tornaria impossível de analisar
A pasta de trabalho explica ponto-e-vírgula por meio de vírgulas decimais. Esse é um contexto de troca útil, mas esta implementação nunca analisa `1,5` como um número localizado. Ele preserva a célula como uma string. O significado de vírgula dentro de um valor e o significado de ponto e vírgula entre os campos permanecem separados no momento da análise.
Não converta marcas decimais ao reparar delimitadores, a menos que um esquema de destino exija isso explicitamente. Um campo de código ou prosa pode conter legitimamente uma vírgula. ToolAcre lida com os limites da tabela e deixa a interpretação numérica para o aplicativo receptor.
O contexto de vírgula decimal é plausível, mas ToolAcre trata os valores das células como strings e não analisa números localizados
A ferramenta não consulta a configuração regional ou do separador de lista do sistema operacional. A detecção automática analisa uma amostra de dez linhas em cada candidato compatível, mede a largura máxima e recompensa os candidatos produzindo um retângulo consistente. Se nenhum criar pelo menos duas colunas, ele volta para a vírgula.
Este método baseado em arquivo pode ser reproduzido em vários locais. Ele ainda pode escolher mal em dados incomuns ou de coluna única, e é por isso que existe o seletor manual. O controle reflete o valor detectado e alterá-lo analisa novamente o texto original, descartando as etapas de limpeza já aplicadas.
ToolAcre detecta formato de arquivo; ele não lê as configurações do separador de lista do sistema operacional
Sob o delimitador errado, um registro de ponto e vírgula permanece como uma célula em vez de se tornar várias colunas. ToolAcre não interpreta números localizados, portanto não pode alterar silenciosamente `1,5` para outro valor numérico durante a análise. A falha é visível na contagem de colunas e na forma de visualização.
A incompatibilidade reversa pode dividir vírgulas sem aspas em células extras e acionar avisos de linhas irregulares. As vírgulas entre aspas permanecem protegidas pela máquina de estado. Leia os avisos e compare a largura esperada do cabeçalho, em vez de assumir que uma primeira linha plausível prova que todos os registros posteriores estão alinhados.
O analisador mostra leituras estruturais, não alterações numéricas silenciosas
Use `item;price;note` seguido de `A;1,5;"small, red"` e `B;2,0;plain`. A análise de ponto e vírgula produz três colunas, preservando ambas as strings com vírgula. A análise de vírgula deixa ponto e vírgula dentro dos campos e pode criar divisões enganosas em torno das vírgulas.
O detector deve favorecer o ponto e vírgula porque esse candidato produz uma forma consistente de três colunas, enquanto as vírgulas não. Este exemplo prova o comportamento do analisador sem afirmar que 1,5 possui qualquer valor numérico. O sistema receptor deve aplicar sua própria convenção decimal documentada.
Exemplo resolvido: detecção de ponto e vírgula com valores de string com vírgula
A troca transfronteiriça melhora quando o delimitador de nome do remetente e do destinatário, a codificação, a política de cabeçalho e as convenções de valor. “CSV” por si só não resolve nenhum deles. Inclua um pequeno acessório e verifique-o através do analisador de recebimento exato antes de enviar uma exportação de produção.
Se a saída de vírgula for necessária, selecione vírgula para serialização depois que a origem do ponto e vírgula for analisada corretamente. Os campos que contêm vírgulas decimais serão então citados automaticamente, preservando-os como texto da célula. A conversão de sintaxe não converte notação decimal ou formatos de moeda.
O que isso não cobre – conversão de formatos numéricos dentro dos dados; o delimitador e a marca decimal são problemas separados
A conversão do formato numérico está fora do reparo do delimitador de ToolAcre. Ele não transforma vírgulas em pontos decimais, não reconhece separadores de milhares ou converte valores. Isso é preservação deliberada de strings, não inferência numérica incompleta. O esquema de destino possui essa transformação.
A rota também não pode garantir como um aplicativo de planilha escolhe os separadores quando um arquivo é aberto. Ele só pode produzir o delimitador selecionado em sua saída e aspas padrão em torno de caracteres conflitantes. Teste o aplicativo alvo em vez de inventar o comportamento do fornecedor.
O delimitador segue a localidade, não o arquivo — como o reparo do delimitador do ToolAcre CSV Cleaner fornece um arquivo com um separador conhecido
Nesta ferramenta, o delimitador segue o formato do arquivo analisado ou uma escolha manual, não as configurações de localidade. Essa correção é importante porque dois analistas em escritórios diferentes deverão ver o mesmo caractere de origem detectado quando carregarem texto idêntico. O ambiente não reescreve a lista de candidatos do analisador.
Confirme o controle, inspecione as larguras das linhas e exporte para o consumidor conhecido. Ponto-e-vírgula não é vírgula quebrada CSV nem prova automática de dados de vírgula decimal. É um separador estrutural suportado e ToolAcre trata cada valor entre separadores como texto.