CSV ফরম্যাটার

CSV ফরম্যাটিং কী?

CSV (Comma-Separated Values) ফরম্যাটিং হলো কাঁচা টেবুলার টেক্সটকে নরমালাইজ করার প্রক্রিয়া, যাতে ডিলিমিটার, কোটিং, হোয়াইটস্পেস এবং লাইন এন্ডিং একটি সামঞ্জস্যপূর্ণ নিয়মের সেট অনুসরণ করে। ২০০৫ সালে প্রকাশিত RFC 4180 সবচেয়ে বহুল গৃহীত CSV মান নির্ধারণ করে: কমা দিয়ে আলাদা করা ফিল্ড, CRLF দিয়ে শেষ হওয়া রেকর্ড, এবং কমা, ডাবল কোট বা নিউলাইন ধারণকারী যেকোনো ফিল্ড ডাবল কোটে মোড়ানো। একটি CSV ফরম্যাটার অগোছালো বা অসামঞ্জস্যপূর্ণ CSV ডেটা নিয়ে এই নিয়মগুলো মেনে চলার জন্য পুনরায় লিখে দেয়।

বাস্তব জীবনের CSV ফাইল খুব কমই পরিষ্কার আকারে আসে। Excel, Google Sheets এবং ডেটাবেস ডাম্প ইউটিলিটি থেকে স্প্রেডশিট এক্সপোর্ট প্রত্যেকে ভিন্ন কোটিং কৌশল প্রয়োগ করে, হোয়াইটস্পেস ভিন্নভাবে পরিচালনা করে, এবং কমার পরিবর্তে সেমিকোলন বা ট্যাব ব্যবহার করতে পারে। যখন আপনি এই ফাইলগুলি একটি পার্সারে দেন যা কঠোর RFC 4180 ইনপুট প্রত্যাশা করে, ফলাফল প্রায়ই ভাঙা রো, সরে যাওয়া কলাম বা নীরবে ডেটা নষ্ট হয়। প্রক্রিয়াকরণের আগে ফরম্যাট করলে এই সমস্যাগুলি তাড়াতাড়ি ধরা পড়ে।

একটি CSV ফরম্যাটার CSV কনভার্টার থেকে আলাদা। ফরম্যাটিং করলেও ডেটা CSV-তেই থাকে। এটি কোটিং নরমালাইজ করে, ছড়িয়ে পড়া হোয়াইটস্পেস ট্রিম করে, কলাম পুনরায় সাজায় এবং ঐচ্ছিকভাবে ডিলিমিটার পরিবর্তন করে। কনভার্ট করলে ফরম্যাট সম্পূর্ণ বদলে যায়, JSON, HTML, SQL বা Markdown আউটপুট তৈরি হয়।

এই CSV ফরম্যাটার কেন ব্যবহার করবেন?

এই টুল আপনার CSV সম্পূর্ণ ব্রাউজারেই পার্স করে ফরম্যাট করে। আপনার ডেটা কখনো আপনার মেশিন ছাড়ে না।

CSV ফরম্যাটারের ব্যবহারের ক্ষেত্র

CSV কোটিং ও এস্কেপিং নিয়ম (RFC 4180)

RFC 4180 নির্দিষ্ট নিয়ম নির্ধারণ করে কখন এবং কীভাবে ফিল্ড কোট করতে হবে। নীচের ছয়টি পরিস্থিতি সেই ক্ষেত্রগুলি কভার করে যেখানে কোটিং আচরণ গুরুত্বপূর্ণ।

CSV ডিলিমিটার তুলনা

ডিলিমিটারের পছন্দ সামঞ্জস্যতা, পাঠযোগ্যতা এবং কতবার কোটেড ফিল্ডের প্রয়োজন হবে তা প্রভাবিত করে।

কোড উদাহরণ

এই উদাহরণগুলি দেখায় কীভাবে ভিন্ন ভাষায় অগোছালো CSV পার্স করে সামঞ্জস্যপূর্ণ ফরম্যাটিং সহ পুনরায় সিরিয়ালাইজ করা যায়। প্রতিটি স্নিপেট হোয়াইটস্পেস ট্রিমিং, ডিলিমিটার নরমালাইজেশন এবং কোটিং পরিচালনা করে।

import { parse, unparse } from 'papaparse'

const messy = `name, age ,city
Alice , 30, Berlin
Bob,25 , " Tokyo "`

// Parse with trimming, then re-serialize with consistent formatting
const parsed = parse(messy, {
  header: true,
  skipEmptyLines: true,
  transformHeader: h => h.trim(),
  transform: v => v.trim(),
})

const clean = unparse(parsed.data, { quotes: true })
console.log(clean)
// → "name","age","city"
// → "Alice","30","Berlin"
// → "Bob","25","Tokyo"

import csv
import io

messy = """name, age ,city
Alice , 30, Berlin
Bob,25 , " Tokyo " """

reader = csv.DictReader(io.StringIO(messy), skipinitialspace=True)
output = io.StringIO()
writer = csv.DictWriter(
    output,
    fieldnames=[f.strip() for f in reader.fieldnames],
    quoting=csv.QUOTE_ALL,
)
writer.writeheader()
for row in reader:
    writer.writerow({k.strip(): v.strip() for k, v in row.items()})

print(output.getvalue())
# → "name","age","city"
# → "Alice","30","Berlin"
# → "Bob","25","Tokyo"

package main

import (
	"encoding/csv"
	"fmt"
	"strings"
)

func main() {
	input := "name,age,city\nAlice,30,Berlin\nBob,25,Tokyo"
	r := csv.NewReader(strings.NewReader(input))
	records, _ := r.ReadAll()

	var buf strings.Builder
	w := csv.NewWriter(&buf)
	w.UseCRLF = true // RFC 4180 line endings
	for _, record := range records {
		_ = w.Write(record)
	}
	w.Flush()
	fmt.Print(buf.String())
	// → name,age,city\r\n
	// → Alice,30,Berlin\r\n
	// → Bob,25,Tokyo\r\n
}

# Re-format a CSV file with csvkit (Python-based)
csvformat -D ";" input.csv > output.csv

# Convert tabs to commas
csvformat -t input.tsv > output.csv

# Force-quote all fields
csvformat -U 1 input.csv > quoted.csv

# Using Miller (mlr) to normalize
mlr --icsv --ocsv --quote-all cat input.csv > clean.csv

প্রায়শই জিজ্ঞাসিত প্রশ্ন