Ero sivun ”CSV” versioiden välillä

Siirry navigaatioon Siirry hakuun
← Vanhempi muutos
 
(6 välissä olevaa versiota samalta käyttäjältä ei näytetä)
Rivi 19: Rivi 19:
=== Tiedoston rakenne ja erotinmerkit (DSV) ===
=== Tiedoston rakenne ja erotinmerkit (DSV) ===
Vaikka CSV-lyhenne viittaa pilkkuun, käytetty erotin voi vaihdella alueittain. Formaattiin viitataankin usein yleisemmin nimellä DSV (Delimiter-Separated Values).
Vaikka CSV-lyhenne viittaa pilkkuun, käytetty erotin voi vaihdella alueittain. Formaattiin viitataankin usein yleisemmin nimellä DSV (Delimiter-Separated Values).
==== Datan tyyppi ====
CSV on pelkkä tekstitiedostomuoto. Se ei sisällä minkäänlaista metatietoa tai tietoa siitä, onko kentän arvo luku (kokonaisluku tai  desimaaliluku), päivämäärä vai teksti.
* Taulukkolaskenta- tai tietokantaohjelmien täytyy arvata datan tyyppi lukuprosessin aikana. Tämä voi aiheuttaa ongelmia jos esimerkiksi päivämäärät (12/01) tulkitaan amerikkalaisittain (1. joulukuuta) eurooppalaisen muodon sijaan (12. tammikuuta) ellei käyttäjä määritä tyyppiä itse tuonnin yhteydessä.
* Nollat: Esimerkiksi tuotenumero, joka alkaa nollalla (00123), voi menettää etunollansa, jos ohjelma tulkitsee sen suoraan kokonaisluvuksi.
Tämän vuoksi CSV-tiedostoja tuotaessa on kriittistä, että käyttäjä useimmissa ohjelmissa (kuten [[LibreOffice Calc]]) määrittelee itse, mikä datan tyyppi kuhunkin sarakkeeseen tuodaan, estääkseen virheelliset automaattiset muunnokset.


==== Erotinmerkit ====
==== Erotinmerkit ====
Rivi 57: Rivi 65:
! Arvo (sellaisenaan) !! CSV-muotoon kirjoitettuna !! Selitys
! Arvo (sellaisenaan) !! CSV-muotoon kirjoitettuna !! Selitys
|-
|-
| Audi; A6 || "Audi; A6" || Erotin (;) on arvon sisällä.
| Audi "A6" || "Audi ""A6""" || Arvon sisällä oleva lainausmerkki (") muutetaan kahdeksi lainausmerkiksi (""). Koko arvo ympäröidään lainausmerkeillä.
|-
|-
| "Hieno" auto || """Hieno"" auto" || Lainausmerkit arvon sisällä escapoidaan ("").
| Raportti; "Kevät" || "Raportti; ""Kevät""" || Sisältää erottimen (;) ja lainausmerkin. Molempien sääntöjen on täytyttävä.
|}
|}


Rivi 74: Rivi 82:
|+
|+
|-
|-
! Työkalu !! Kuvaus !! Puolipisteen käyttö
! Työkalu !! Kuvaus !! Erotin (:)-esimerkki
|-
|-
| ''[[awk]]'' || Yleinen tekstitiedoston prosessointikieli. Erinomainen rivien suodattamiseen ja muokkaamiseen. || -F ';' asettaa puolipisteen erotinmerkiksi.
| ''[[awk|GNU awk]]'' || Yleinen tekstitiedoston prosessointikieli. Erinomainen rivien suodattamiseen ja muokkaamiseen. || awk -F ';' '{ print $1 }'
|-
|-
| ''[[cut]]'' || Leikkaa sarakkeita tiedostosta. || -d ';' asettaa puolipisteen erotinmerkiksi.
| ''[[cut]]'' || Leikkaa sarakkeita tiedostosta. || cut -d ';' -f 2,4
|-
|-
| ''[[csvkit]]'' || (Paketti) Kokoelma Pythonilla kirjoitettuja työkaluja (esim. ''csvcut'', ''csvstat''). Tarjoaa SQL-tyyppisiä toimintoja. || -d ';' asettaa erotinmerkin, tukee sarakkeiden käsittelyä nimellä.
| ''[[csvkit]]'' || (Paketti) Kokoelma Pythonilla kirjoitettuja työkaluja (esim. ''csvcut'', ''csvstat''). Tarjoaa SQL-tyyppisiä toimintoja. || csvcut -d ';' -c Malli tiedosto.csv
|-
|-
| ''[[mlr]]'' (Miller) || Monipuolinen työkalu, joka ymmärtää sarakkeiden nimet (kuten SQL). Korvaa monessa suhteessa ''[[awk]]'', ''[[cut]]'', ja ''[[sort]]''-komennot. || --ifs ';' (Input Field Separator) määrittää puolipisteen.
| ''[[mlr]]'' (Miller) || Tehokas työkalu, joka käsittelee CSV/TSV/JSON-muotoja ja ymmärtää sarakkeiden nimet. Korvaa monessa suhteessa ''[[awk]]'', ''[[cut]]'', ja ''[[sort]]''-komennot. || mlr --ifs ';' cut -f Vuosi,Malli tiedosto.csv
|}
|}


Noudettu kohteesta ”https://www.linux.fi/wiki/CSV”