CSV
CSV è un formato di file di testo, scorciatoia per valori separati da virgola. È un modo molto semplice per memorizzare i dati, in cui ogni record della tabella è su una riga e i valori sono elencati uno dopo l'altro con una virgola in mezzo.
CSV è uno standard de facto nello scambio di dati e molte applicazioni consentono l'esportazione dei dati in un formato CSV. Tali file possono aumentare di dimensioni molto grandi. Le nostre applicazioni possono sia leggere che scrivere CSV in modalità streaming, quindi non dobbiamo mai caricare in memoria interi file di grandi dimensioni - questo significa anche che possiamo facilmente gestire file CSV di grandi dimensioni, file di molti gigabyte. Non imponiamo nemmeno alcun limite alla dimensione del file. L'elaborazione di file più grandi richiederà più tempo, ma generalmente possiamo gestire qualsiasi dimensione di file.
L'analisi di CSV è molto semplice. Analizzare tutte le possibili varianti là fuori non è affatto banale.
Quando un valore contiene delle virgole, come nel caso di un testo, il valore deve essere citato. Essendo un formato così semplice, inevitabilmente molte applicazioni lo scrivono in un modo leggermente diverso. Alcuni citano ogni valore, alcuni citano solo i valori contenenti virgole, altri citano tutti i valori testuali ecc. Ci sono virgolette di codifica differenziate - alcune applicazioni precedono le virgolette annidate con il carattere backslash, alcune usano due virgolette una dopo l'altra. I valori del file CSV possono infatti essere delimitati con un carattere diverso dalla virgola - spesso viene utilizzato il carattere TAB (valore ASCII 9). A seconda se il sistema Windows o Linux / Unix / Mac scrive il file, le righe possono essere scritte da due caratteri (ASCII 13, poi 10) o da un singolo carattere (ASCII 10). Non dovresti memorizzare dati di testo multilinea in file CSV, perché rileverai prematuramente la fine del record.
Abbiamo sviluppato il nostro parser CSV e impieghiamo una ricca suite di test per assicurarci che gestisca le differenze comuni nei file CSV di cui dispone il nostro utente. Anche se il formato CSV non contiene metadati con i tipi di campo, analizziamo i dati e determiniamo il tipo di dati ottimale di ogni campo.