CSV Formatter

Apa Itu CSV Formatting?

CSV (Comma-Separated Values) formatting adalah proses normalisasi teks tabular mentah agar delimiter, quoting, spasi, dan akhir baris mengikuti aturan yang konsisten. RFC 4180, diterbitkan pada 2005, mendefinisikan standar CSV yang paling banyak digunakan: field dipisahkan oleh koma, record diakhiri dengan CRLF, dan field apa pun yang mengandung koma, tanda kutip ganda, atau baris baru harus dibungkus dalam tanda kutip ganda. Sebuah CSV formatter mengambil data CSV yang berantakan atau tidak konsisten dan menulis ulangnya agar sesuai dengan konvensi ini.

File CSV di dunia nyata jarang datang dalam kondisi bersih. Ekspor spreadsheet dari Excel, Google Sheets, dan utilitas database dump masing-masing menerapkan strategi quoting yang berbeda, menangani spasi secara berbeda, dan mungkin menggunakan titik koma atau tab sebagai pengganti koma. Ketika file-file ini dimasukkan ke dalam parser yang mengharapkan input RFC 4180 yang ketat, hasilnya sering berupa baris yang rusak, kolom yang bergeser, atau kehilangan data yang tidak terdeteksi. Melakukan formatting sebelum pemrosesan mendeteksi masalah ini lebih awal.

CSV formatter berbeda dari CSV converter. Formatting mempertahankan data dalam format CSV. Ini menormalisasi quoting, memangkas spasi yang tidak diperlukan, menyelaraskan kolom, dan secara opsional mengganti delimiter. Converting mengubah format sepenuhnya, menghasilkan output JSON, HTML, SQL, atau Markdown.

Mengapa Menggunakan CSV Formatter Ini?

Alat ini mem-parse dan men-serialize ulang CSV Anda sepenuhnya di browser. Data Anda tidak pernah meninggalkan perangkat Anda.

Kasus Penggunaan CSV Formatter

Aturan Quoting dan Escaping CSV (RFC 4180)

RFC 4180 mendefinisikan aturan khusus tentang kapan dan bagaimana field harus dikutip. Enam skenario di bawah ini mencakup kasus-kasus di mana perilaku quoting penting.

Perbandingan Delimiter CSV

Pilihan delimiter memengaruhi kompatibilitas, keterbacaan, dan seberapa sering Anda memerlukan field yang dikutip.

Contoh Kode

Contoh-contoh ini menunjukkan cara mem-parse CSV yang berantakan dan men-serialize ulang dengan formatting yang konsisten dalam berbagai bahasa pemrograman. Setiap cuplikan menangani pemangkasan spasi, normalisasi delimiter, dan quoting.

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

Pertanyaan yang Sering Diajukan