Formatador de CSV

O que é Formatação de CSV?

A formatação de CSV (Comma-Separated Values) é o processo de normalizar texto tabular bruto para que delimitadores, aspas, espaços em branco e terminações de linha sigam um conjunto consistente de regras. O RFC 4180, publicado em 2005, define o padrão CSV mais amplamente adotado: campos separados por vírgulas, registros terminados por CRLF, e qualquer campo que contenha vírgula, aspas duplas ou quebra de linha envolvido em aspas duplas. Um formatador de CSV recebe dados CSV bagunçados ou inconsistentes e os reescreve para seguir essas convenções.

Arquivos CSV do mundo real raramente chegam em formato limpo. Exportações de planilhas do Excel, Google Sheets e utilitários de dump de banco de dados aplicam estratégias de aspas diferentes, tratam espaços em branco de forma distinta e podem usar ponto e vírgula ou tabulações em vez de vírgulas. Ao alimentar esses arquivos em um parser que espera entrada estrita conforme o RFC 4180, o resultado frequentemente são linhas quebradas, colunas deslocadas ou perda silenciosa de dados. Formatar antes de processar detecta esses problemas cedo.

Um formatador de CSV difere de um conversor de CSV. A formatação mantém os dados em CSV. Ela normaliza as aspas, remove espaços extras, realinha as colunas e opcionalmente troca o delimitador. A conversão muda o formato completamente, produzindo saída em JSON, HTML, SQL ou Markdown.

Por que usar este Formatador de CSV?

Esta ferramenta analisa e re-serializa seu CSV inteiramente no navegador. Seus dados nunca saem da sua máquina.

Casos de Uso do Formatador de CSV

Regras de Aspas e Escape em CSV (RFC 4180)

O RFC 4180 define regras específicas para quando e como os campos devem ser entre aspas. Os seis cenários abaixo cobrem os casos em que o comportamento das aspas é relevante.

Comparação de Delimitadores CSV

A escolha do delimitador afeta a compatibilidade, a legibilidade e a frequência com que você precisará de campos entre aspas.

Exemplos de Código

Estes exemplos mostram como analisar CSV bagunçado e re-serializá-lo com formatação consistente em diferentes linguagens. Cada trecho trata a remoção de espaços, normalização de delimitadores e aspas.

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

Perguntas Frequentes