ตัวจัดรูปแบบ CSV

การจัดรูปแบบ CSV คืออะไร?

การจัดรูปแบบ CSV (Comma-Separated Values) คือกระบวนการทำให้ข้อความตารางดิบเป็นมาตรฐาน เพื่อให้ตัวคั่น การอ้างอิง ช่องว่าง และการสิ้นสุดบรรทัดเป็นไปตามกฎที่สอดคล้องกัน RFC 4180 ซึ่งเผยแพร่ในปี 2005 กำหนดมาตรฐาน CSV ที่ได้รับการยอมรับอย่างแพร่หลายที่สุด ได้แก่ ฟิลด์คั่นด้วยเครื่องหมายจุลภาค ระเบียนสิ้นสุดด้วย CRLF และฟิลด์ที่มีเครื่องหมายจุลภาค เครื่องหมายอัญประกาศคู่ หรือการขึ้นบรรทัดใหม่จะถูกล้อมรอบด้วยเครื่องหมายอัญประกาศคู่ ตัวจัดรูปแบบ CSV รับข้อมูล CSV ที่ไม่เป็นระเบียบหรือไม่สอดคล้องกัน แล้วเขียนใหม่ให้ตรงตามแบบแผนเหล่านี้

ในความเป็นจริง ไฟล์ CSV มักไม่มาในรูปแบบที่สะอาด การส่งออกจากสเปรดชีตของ Excel, Google Sheets และยูทิลิตีดัมป์ฐานข้อมูลแต่ละรายการใช้กลยุทธ์การอ้างอิงที่แตกต่างกัน จัดการช่องว่างแตกต่างกัน และอาจใช้เครื่องหมายเซมิโคลอนหรือแท็บแทนเครื่องหมายจุลภาค เมื่อนำไฟล์เหล่านี้เข้าสู่ตัวแยกวิเคราะห์ที่คาดหวังอินพุต RFC 4180 ที่เคร่งครัด ผลลัพธ์มักเป็นแถวที่เสีย คอลัมน์เลื่อน หรือข้อมูลสูญหายโดยไม่มีการแจ้งเตือน การจัดรูปแบบก่อนการประมวลผลช่วยตรวจพบปัญหาเหล่านี้ตั้งแต่เนิ่นๆ

ตัวจัดรูปแบบ CSV แตกต่างจากตัวแปลง CSV การจัดรูปแบบเก็บข้อมูลไว้ในรูปแบบ CSV โดยจะปรับการอ้างอิงให้เป็นมาตรฐาน ตัดช่องว่างที่ไม่จำเป็น จัดคอลัมน์ใหม่ และเปลี่ยนตัวคั่นตามต้องการ ส่วนการแปลงจะเปลี่ยนรูปแบบทั้งหมด โดยสร้างเอาต์พุตเป็น JSON, HTML, SQL หรือ Markdown

เหตุใดจึงควรใช้ตัวจัดรูปแบบ CSV นี้?

เครื่องมือนี้แยกวิเคราะห์และจัดเรียง CSV ใหม่ทั้งหมดในเบราว์เซอร์ ข้อมูลของคุณไม่เคยออกจากเครื่องของคุณ

กรณีการใช้งานตัวจัดรูปแบบ CSV

กฎการอ้างอิงและการ Escape ของ CSV (RFC 4180)

RFC 4180 กำหนดกฎเฉพาะเจาะจงว่าเมื่อใดและอย่างไรฟิลด์จะต้องถูกอ้างอิง หกสถานการณ์ด้านล่างครอบคลุมกรณีที่พฤติกรรมการอ้างอิงมีความสำคัญ

การเปรียบเทียบตัวคั่น CSV

การเลือกตัวคั่นส่งผลต่อความเข้ากันได้ ความสามารถในการอ่าน และความถี่ที่คุณต้องการฟิลด์ที่มีเครื่องหมายอ้างอิง

ตัวอย่างโค้ด

ตัวอย่างเหล่านี้แสดงวิธีแยกวิเคราะห์ CSV ที่ไม่เป็นระเบียบและจัดเรียงใหม่ด้วยการจัดรูปแบบที่สอดคล้องกันในภาษาโปรแกรมต่างๆ แต่ละตัวอย่างจัดการการตัดช่องว่าง การปรับมาตรฐานตัวคั่น และการอ้างอิง

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

คำถามที่พบบ่อย