Corrigir arquivos CSV Abrindo em uma coluna: delimitadores e citações
Verifique separadores, citações e tipos de dados antes de reparar uma exportação ou importá-la em uma planilha.
Mantenha o original antes de fazer mudanças.
Guarde uma cópia da exportação e trabalhe com um arquivo reparado. Note o sistema que o produziu e o sistema que deve lê-lo. Uma prévia de planilha é uma evidência útil, mas uma coluna visível não prova que a exportação é corrompida. O arquivo pode usar um separador diferente da configuração de importação. Trabalhe em uma pequena amostra representativa primeiro para distinguir um problema de interpretação do dano já presente nos dados originais.
Encontre o separador de campo.
Inspecione o cabeçalho e vários registros de vírgulas, pontos e vírgulas ou abas. Só uma extensão de arquivo não diz qual separador foi usado. No Excel, o fluxo de trabalho de importação de texto documentado permite uma seleção explícita de delimitadores e uma visualização das colunas resultantes. Tente o separador correto antes de substituir os caracteres. Uma substituição global de vírgulas pode alterar os dados dentro dos campos, enquanto um verdadeiro separador de conversão analisa os registros e os escreve novamente usando o separador de saída escolhido.
Trate vírgulas citadas como dados.
Um valor como Londres, Reino Unido, pertence a um campo quando é citado corretamente. CSV citando também representa uma citação dupla literal dobrando-a, e permite quebras de linha dentro de campos citados. Isso significa que dividir cada linha em vírgulas não é um reparo confiável. Use a pré-visualização da ferramenta de reparo e reveja as colunas. Se a citação estiver mal formada, investigue a linha de origem ao invés de excluir todas as aspas e esperando que o texto restante se alinha.
Cheque as fileiras, bem como os cabeçalhos.
Depois de escolher um separador, inspecione registros contendo pontuação, células em branco e notas multilinha. Um cabeçalho que se separa corretamente não prova que o resto do arquivo segue a mesma forma. Compare a contagem esperada com a prévia e investigue linhas irregulares. Verifique alguns registros de início, meio e final contra o original intocado. Um reparo útil preserva o significado dos valores, ao invés de simplesmente fazer cada fileira parecer ter o mesmo número de células.
Preservar identificadores como texto.
Identidades de produtos, códigos postais e referências de contas podem parecer numéricas enquanto seus zeros principais são significativos. A inferência do tipo planilha pode mudá-los. Documentos da Microsoft importando com um tipo de texto para preservar tais valores. Escolha o tipo apropriado antes de carregar, especialmente para identificadores longos. Mudar um valor danificado de volta para um formato de texto não pode recuperar dígitos que já foram removidos. Mantenha datas e convenções decimais sob a mesma revisão deliberada, em vez de confiar nos palpites automáticos de uma aplicação.
| Sintoma | Primeiro cheque. | Evitar |
|---|---|---|
| Uma coluna visível. | Separador real e delimitador de importação | Substituindo cada vírgula |
| Uma nota se espalha pelas colunas. | Citados delimitadores e duplicadas citações | Removendo todas aspas |
| IDs perdem zeros | Importar identificadores como texto | Mudando de tipo após os dígitos serem perdidos. |
| As fileiras têm larguras diferentes. | Linhas de origem e aviso de análise | Acolchoando sem investigar |
Use este exemplo. Abre reparo CSV com essas entradas.
Reveja células parecidas com fórmulas antes do uso da planilha.
CSV não carrega uma declaração de tipo de planilha para cada valor. Software de planilha pode interpretar certos prefixos de células como fórmulas, o que importa quando o conteúdo exportado veio de outras pessoas. OWASP descreve isso como CSV ou injeção de fórmula. Use a opção de fórmula segura da ferramenta para uma exportação apropriada orientada para planilha e inspeccione o que ela muda. Um prefixo protetor muda o valor exportado, então não substitua silenciosamente esse arquivo quando outro sistema espera uma string original exata.
Verifique o fluxo de trabalho de recepção.
Exportar a amostra reparada, importá-la com o delimitador e tipos de dados, e comparar valores importantes com o original. Grave o delimitador escolhido, codificação e identificador de colunas para a próxima exportação. Se sua fonte está aninhada na JSON, achate-a deliberadamente com a ferramenta JSON-para-CSV antes de avaliar a tabela resultante. Se você está reconciliando registros entre sistemas, compare listas de identificadores separadamente. Processamento bem sucedido estabelece estrutura, não verifica que os valores de fonte subjacentes estão corretos.