O último CSV que me custou uma tarde foi uma exportação de 40 MB da loja WooCommerce de um cliente. Eu cliquei duas vezes nele, o Excel decidiu que a coluna SKU era uma data e 2024-11-3 de repente foi o que costumava ser 2024-11-3- excepto que era o & #39; t, era um código de produto O Excel tinha - o reescrito de forma útil No momento em que notámos, o ficheiro & quot; cleaned" já tinha sido reimportado e algumas centenas de produtos tinham SKUs que nada apontavam.
Esse é o problema de abrir um CSV em um aplicativo de planilha. Uma planilha não é um espectador, é um editor com opiniões. Ele coage os tipos, tira os zeros principais de códigos postais e números de telefone, reinterpreta qualquer coisa que pareça vagamente com uma data e faça tudo isso antes de você olhar para uma única linha. Às vezes você só quer ver o arquivo - verifique os nomes das colunas, confirme a contagem de linhas, encontre o registro que quebrou a importação e saia.
eu construo Toolz.dev e EU li outras pessoas' s CSV exporta constantemente - Stripe pagamentos, despejos de banco de dados, extratos de análise, arquivos de migração de plugins Então EU construí o Visualizador de CSV Para ser a opção chata e honesta: ele analisa o arquivo, mostra exatamente o que está nele e não muda nada. Sem coerção de tipo, sem correção automática, sem upload. Cole o texto ou solte o arquivo e ele será renderizado como uma tabela que você pode pesquisar e classificar.
tl;dr: Um visualizador de CSV analisa o texto delimitado e o renderiza como uma tabela sem editar ou coagir valores. o Visualizador de CSV detecta automaticamente se seu arquivo usa vírgulas, ponto e vírgula, guias ou pipes RFC 4180 campos cotados (vírgulas e novas linhas dentro das células, aspas duplas), avisa sobre linhas irregulares e cabeçalhos duplicados e exporta para CSV ou JSON normalizados. Tudo é executado no seu navegador - o arquivo nunca é carregado e os valores permanecem strings para que os zeros à esquerda sobrevivam.
O que é um arquivo CSV, realmente?
CSV significa valores separados por vírgulas, e esse nome é responsável por uma década de bugs, porque duas das três palavras não são confiáveis.
Os valores nem sempre são separados por vírgulas Locais que usam uma vírgula como separador decimal - a maior parte da Europa continental - exportam com ponto e vírgula em vez disso, porque 1,50;2,75 é inequívoco e 1,50,2,75 não é. O Excel em uma localidade alemã ou francesa faz isso por padrão. As exportações de análise e banco de dados geralmente usam guias e os pipelines de logs costumam usar tubos. Qualquer um deles ainda é coloquialmente um "CSV".
E os valores nem sempre são simples. No momento em que um valor contém o delimitador, o formato precisa de uma escotilha de escape e o RFC 4180 fornece uma: Envolva o campo entre aspas duplas. Dentro dessas citações, o delimitador é apenas um personagem. Um personagem de aspas é escapado dobrando-o. E um campo citado pode conter quebras de linha literais, o que significa que um único registro lógico pode abranger várias linhas físicas no arquivo.
Esse último ponto é onde os analisadores ingênuos morrem. Se o seu código for line.split(',')- e eu escrevi essa linha, e você também - então este arquivo irá destruí-la:
id,name,note
1,"Smith, John","He said ""hi""
on the second line"
2,Ada,plain
Três colunas, dois registros. Um analisador dividido em vírgula vê quatro campos na linha dois, entra em pânico nas aspas perdidas e trata a linha embrulhada como um terceiro registro. Um analisador adequado acompanha o caractere da string por caractere, rastreando se ele está atualmente dentro de aspas e produz exatamente o que o arquivo significa. O CSV Viewer faz a segunda coisa.
Principais características do visualizador de CSV
Detecção automática de delimitador
Cole um arquivo e a ferramenta adivinha o delimitador antes que ele faça qualquer outra coisa A abordagem ingênua é contar caracteres e escolher o mais frequente, que falha imediatamente na prosa - a notes Coluna cheia de frases em inglês contém muito mais vírgulas do que um arquivo delimitado por ponto e vírgula tem ponto e vírgula.
Então, as pontuações de detecção consistência em vez de frequência. São necessárias as primeiras dez linhas não vazias, conta cada delimitador do candidato (vírgula, ponto e vírgula, tabulação, tubo) fora das seções aspas e recompensa o candidato que produz a mesma contagem em cada linha. Um verdadeiro delimitador aparece exatamente columns - 1 vezes por linha, cada linha Uma vírgula dentro da prosa aparece irregularmente A consistência ganha, a frequência só quebra laços Se ainda adivinhar errado - e vai, em arquivos com uma coluna - você pode substituí-lo a partir do dropdown.
Análise de campo cotada RFC 4180
O analisador é uma máquina de estados em nível de caractere, não regex e não divisão. Ele rastreia um booleano: estamos dentro de um campo citado? Aspas internas, delimitadores e novas linhas são caracteres comuns e uma dobradinha "" Emite uma única cotação literal. Fora de cotações, um delimitador termina o campo e uma nova linha encerra o registro. Todos os finais de linha CRLF, LF e CR Bare são aceitos, porque as exportações do Windows, as exportações do Unix e as exportações antigas do Mac existem e todas terminam na mesma caixa de entrada.
Esta é a diferença entre um visualizador que mostra a você Smith, John Em uma célula e outra que mostra "Smith e John" em dois.
Pesquisa em cada coluna
A caixa de pesquisa filtra linhas com uma correspondência de substring sem distinção entre maiúsculas e minúsculas em todas as células da linha Não é difusa, não é uma linguagem de consulta, e isso é deliberado - quando você está procurando o registro que quebrou uma importação, você tem um ID de pedido ou um endereço de e-mail e deseja a linha que o contém, imediatamente.
A pesquisa é executada nos dados analisados na memória, portanto, é instantâneo em arquivos de qualquer tamanho que seu navegador possa conter e compõe com a classificação: filtrar primeiro, classificar o resultado, exportar o que resta.
Classificação de colunas com reconhecimento numérico
Clique em uma coluna de título para classificar por ele Isso soa trivial e não é, porque CSV não tem tipos - cada valor chega como uma string, e classificação de strings coloca 100 antes 9 e 2024-3-1 antes 2024-11-1.
A classificação inspeciona os valores: se todas as células não vazias na comparação analisam como um número (com milhares de separadores despojados), ele se compara numericamente. Caso contrário, ele volta a uma comparação de strings com reconhecimento de localidade com agrupamento numérico, portanto, item2 Classifica antes item10. As células vazias sempre afundam, em ambas as direções, porque um espaço em branco não é um valor pequeno - falta um, e enterrar dados ausentes no topo de uma classificação descendente é como você não percebe.
Avisos de qualidade de dados
Dois problemas estruturais são sinalizados antes de você ir mais longe.
Linhas maltrapilhos. Se uma linha tiver mais ou menos campos que o cabeçalho, algo está errado upstream: um delimitador não aspas dentro de um valor, uma exportação truncada, uma nova linha perdida. O visualizador pads curtos e trunca as longas para que a tabela ainda renderize, e depois informa exatamente quantas linhas foram afetadas. Essa contagem é o número que eu verifico primeiro, porque um arquivo com três linhas irregulares em dez mil tem um bug de dados que um COPY O Postgres virá à tona às 3 da manhã.
Nomes de coluna duplicados. Duas colunas chamadas id silenciosamente sobrescrevem uns aos outros em quase todos os consumidores downstream - pandas irá renomeá-los, uma conversão JSON manterá apenas o último, e uma importação SQL irá erro O visualizador nomeia-os no banner de aviso para que você possa corrigir o cabeçalho antes que ele importa.
Exportação CSV e JSON
O painel de exportação re-serializa o que está atualmente na tela - filtrado, classificado, o que quer que você fez A exportação CSV aplica correto RFC 4180 cotando na saída, o que torna uma maneira decente de normalizar um arquivo que chegou com cotação inconsistente A exportação JSON converte a tabela para uma matriz de objetos chaveados pela linha de cabeçalho, que é o que você quer quando você está alimentando um script ou uma API.
Uma escolha deliberada: Os valores exportados permanecem strings. "01234" não se torna 1234. Uma coluna CSV cheia de dígitos pode ser uma quantidade, ou pode ser um CEP, um número de conta, um número de telefone ou um SKU - e não há como dizer a partir dos dados Coercing to numbers joga fora zeros à esquerda permanentemente, que é o bug exato que iniciou este artigo Se você quiser números, lance-os explicitamente do outro lado, onde você sabe o que a coluna significa.
ele é executado inteiramente no seu navegador
O arquivo é lido com o FileReader API e analisado em JavaScript. Nada é carregado, nenhuma consulta de pesquisa é registrada, nenhum dado toca em um servidor. Esta não é uma promessa de política, é um fato arquitetônico que você pode verificar abrindo a guia Rede DevTools enquanto usa a ferramenta ou puxando seu Wi-Fi e observando-o continuar funcionando.
Isso importa mais do que parece. A maioria dos arquivos CSV que vale a pena pesquisar contém algo que você não colaria no site de um estranho: e-mails de clientes, números de folha de pagamento, histórico de pedidos, exportação de um banco de dados de produção. Se você trabalha sob GDPR, HIPAA ou um NDA cliente, "eu colei em um conversor online" não é uma frase que você deseja dizer em voz alta. Eu escrevi mais sobre esse modelo de ameaça em Por que as ferramentas do lado do cliente superam os conversores de nuvem.
Como usar o CSV Viewer
Etapa 1: carregar o arquivo
Duas maneiras de entrar Cole o texto CSV direto na caixa de entrada - bom para um trecho de um log, uma mensagem Slack ou uma resposta de API que você deseja observar. Ou clique Carregar arquivo e escolha um .csv, .tsv, ou .txt arquivo de sua máquina. O arquivo é lido localmente; o botão de upload é um arquivo colhedor, não um upload.
Se você estiver cosando em uma planilha, observe que a maioria das aplicações de planilha coloca texto separado na área de transferência, não vírgulas. Defina o delimitador como tab ou deixe-o no automático e deixe a detecção lidar com isso.
Etapa 2: verifique as configurações de análise
Três configurações e os padrões estão certos na maioria das vezes.
delimitador é automático por padrão. Substitua-o se o arquivo tiver uma coluna ou se a detecção der errado em uma amostra pequena.
A primeira linha é o cabeçalho está ligado. Desligue-o para arquivos sem cabeçalho - as colunas se tornam Column 1, Column 2, e assim por diante, e nenhuma linha é consumida.
Espaço em branco aparar está ativado, que tira os espaços de liderança e fuga de cada célula. Geralmente é isso que você deseja, pois , Após um delimitador é extremamente comum em CSVs manuscritos. Desligue-o se seus dados tiverem espaços de liderança significativos, como campos de largura fixa que foram despejados no CSV.
Passo 3: Leia a tabela
golpe Veja como tabela e você obtém a grade analisada mais uma linha de estatísticas: quantas linhas são visíveis de quantos no total, quantas colunas, qual delimitador foi usado e quantas colunas são totalmente numéricas. Essa contagem numérica é uma verificação rápida de integridade - se uma coluna que você espera ser numérica não for contada, alguma linha contém um número diferente e geralmente é a linha que quebrará sua importação.
Pesquisar filtras de linhas. Clicar em um cabeçalho classifica. Os dois compõem.
Etapa 4: exportar ou seguir em frente
Copie a tabela visível como JSON, faça o download como CSV ou faça o download como JSON. Filtros e classificação são aplicados à exportação, então "pesquise por refunded, Classifique por data, baixe csv" fornece exatamente esse subconjunto.
Como isso se compara a outras formas de abrir um CSV?
| aproximar-se | Coagida seus dados | Lida com campos citados | funciona offline | envia dados para qualquer lugar | bom para |
|---|---|---|---|---|---|
| CSV Viewer (Toolz.dev) | não | Sim (RFC 4180) | sim | não | Inspecionar, pesquisar, verificar a sanidade, converter para JSON |
| Excel / Planilhas do Google | Sim - datas, zeros à esquerda, notação científica | sim | Excel Sim, folhas não | Carregamentos de planilhas para o Google | Edição, fórmulas, gráficos |
| um editor de texto | não | Não - você analisa isso em sua cabeça | sim | não | Pequenos arquivos, verificando finais de linha |
csvkit / xsv / duckdb cli |
não | sim | sim | não | Arquivos enormes, scripts, junções, agregação |
pandas read_csv |
Sim, por padrão (dtype=str para parar) |
sim | sim | não | Análise, dutos de transformação |
| A maioria dos sites "Visualizador de CSV" online | varia | geralmente | não | Sim - carregado no servidor deles | Nada com que você se importe |
O resumo honesto: para arquivos acima de algumas centenas de megabytes, use o DuckDB ou xsv- um navegador analisa todo o ficheiro na memória numa só passagem e não há como contornar isso Para qualquer coisa que precise de editar com fórmulas, use uma folha de cálculo e aceite a coerção, ou importe como texto Para tudo o que está no meio - o & quot diário; o que está realmente neste ficheiro, e porque é que a linha 4,201 break" - um visualizador que não muda nada é a ferramenta certa.
Casos de uso comuns
Depurando uma importação com falha
Uma importação de CSV falha com o & quot; espera-se 8 colunas, tem 9 na linha 4201 & quot;. abre o ficheiro no visualizador, verifica o aviso da linha esfarrapada e, em seguida, procura um valor que saiba estar nesse registo Nove vezes em cada dez que irá encontrar uma vírgula não citada dentro de um endereço ou de um nome de empresa - Acme, Inc. escrito sem aspas. Agora você sabe se deve corrigir a exportação ou pré-processar o arquivo.
Revisando uma exportação de banco de dados antes de ir a qualquer lugar
Antes que os dados de um cliente deixem seu laptop, você deseja saber o que está nele. Nomes de colunas, contagem de linhas, se o email A coluna é totalmente preenchida, se há IDs duplicados. As contagens de linha e coluna preenchidas/exclusivas de estatísticas respondem a tudo isso em cerca de dez segundos, sem que o arquivo chegue a um servidor.
Convertendo CSV para JSON para uma API ou um script
Você tem uma planilha de registros e precisa deles como JSON para semear um banco de dados, alimentar um endpoint REST ou criar um arquivo de fixture. Colar, analisar, exportar JSON. Se você precisar da viagem inversa, o csv para json e json para csv As ferramentas lidam com a conversão dedicada com mais opções, e eu passei pelo problema de ida e volta em detalhes no Guia de conversão de JSON para CSV.
Verificando uma exportação europeia que abriu como uma coluna
Um cliente envia uma exportação de uma instalação alemã do Excel e cada linha é uma longa cadeia de caracteres Definir o delimitador para ponto e vírgula e ele encaixa em colunas Isso leva quatro segundos e vale a pena saber sobre, porque o reflexo & quot; o arquivo é corrupt" está errado - o arquivo está bem, seu analisador' s suposição não era.
Auditoria de análises ou exportações de plataformas de anúncios
As exportações GA4, Google Ads e Meta chegam como CSV com linhas de metadados acima do cabeçalho real Desligue o & quot; A primeira linha é header", observe a forma e você verá exatamente em qual linha o cabeçalho real fica - em seguida, exclua as linhas de lixo da caixa de colar e re-parse.
Mergulho Profundo Técnico: as regras de análise que realmente importam
RFC 4180 é uma descrição, não um padrão que qualquer um impõe. Foi publicado em 2005 para documentar o que as implementações de CSV já faziam e observa explicitamente que muitos diferem. Trate-o como a linha de base sã, não como garantia sobre um arquivo que você recebeu.
Regras de citação. Um campo pode ser embrulhado em aspas duplas. Cotações internas, delimitadores, cr, lf e aspas duplicadas ("" → ") são literais Uma citação que aparece no meio de um campo não citado é ambígua - o espectador trata a citação como significativa apenas quando a citação é o primeiro caractere do campo, que é como a maioria dos analisadores reais se comporta e que permite valores como 6" nails sobreviver.
Finais de linha. CRLF é o que a especificação diz. LF é o que o Unix produz. Um CR bare é o que o software Mac muito antigo produziu e o que alguns sistemas embarcados ainda produzem. O analisador aceita todos os três, incluindo finais mistos em um arquivo, porque as terminações mistas acontecem absolutamente quando os arquivos são editados em duas máquinas.
o nascido. Os arquivos UTF-8 escritos pelo Excel começam com uma marca de ordem de byte, EF BB BF. Se a primeira coluna do nome de sua coluna se parecer id Mas uma comparação de strings com "id" Falha, esse BOM invisível está andando na frente dele. Este é o "por que a pesquisa de cabeçalho falha" mais comum no processamento de CSV.
Traslando novas linhas. Um arquivo que termina com uma nova linha não tem um registro vazio extra - a nova linha termina o último registro A opção de linhas vazias de salto do visualizador e #39; torna isso um problema de qualquer maneira.
Inferência de tipo. Existe o & #39; t qualquer. CSV não tem tipos Todo valor no arquivo é uma string, e qualquer tipo que você tirar do outro lado foi inventado pelo seu analisador com base em um palpite Isso não é uma falha no formato, é o formato & #39; s toda a natureza - e é por isso que o espectador nunca adivinha em seu nome.
FAQ
Como faço para abrir um arquivo CSV sem o Excel?
Carregue o arquivo no Visualizador de CSV Ou cole seu conteúdo na caixa de entrada. O arquivo é analisado no seu navegador e exibido como uma tabela que você pode pesquisar e classificar. Nenhum software de planilha, nenhuma instalação e nenhum upload para um servidor.
Por que meu CSV abre como uma coluna longa?
O delimitador não corresponde. Os arquivos exportados em localidades que usam uma vírgula como separador decimal normalmente usam ponto e vírgula entre campos e as exportações separadas por guias usam guias. Alterne a configuração do delimitador de Auto para ponto e vírgula, tabulação ou tubo e as colunas se dividirão corretamente.
O visualizador lida com vírgulas dentro dos campos aspas?
Sim. O analisador segue RFC 4180: um campo empacotado com aspas duplas pode conter delimitadores, quebras de linha e citações de escape escritas como duas aspas duplas seguidas. um valor como "Smith, John" Fica em uma célula em vez de se dividir em duas.
Qual é a diferença entre CSV e TSV?
Eles usam diferentes separadores de campo - CSV separa com vírgulas, TSV com caracteres de tabulação TSV precisa de menos cotação porque tabulações raramente ocorrem dentro de valores de dados, razão pela qual as exportações de banco de dados e análises geralmente preferem Este visualizador lê ambos; escolha Tab como o delimitador para arquivos TSV.
O que significa o aviso "Roas descascar"?
Uma linha tem mais ou menos campos que a linha de cabeçalho. Geralmente significa um delimitador não aspas dentro de um valor, uma exportação truncada ou um campo contendo uma quebra de linha perdida. O visualizador pads curtos e trunca as longas para que a tabela ainda renderize e informa quantas linhas foram afetadas.
Existe um limite de tamanho de arquivo?
O limite prático é a memória do navegador, pois todo o arquivo é analisado em um único passe JavaScript. Arquivos de até dezenas de megabytes são bons em um laptop típico. Para exportações de vários gigabytes, use uma ferramenta de streaming como csvkit, duckdb ou pandas com chunksize.
Posso converter o csv para JSON?
Sim. O painel Exportar converte a tabela analisada em uma matriz de objetos JSON codificados pela linha de cabeçalho, que você pode copiar ou baixar Os valores permanecem como strings por design - coagi-los a números retiraria os zeros à esquerda de IDs, CEPs e números de telefone.
É seguro abrir um CSV confidencial aqui?
Sim. A análise é executada inteiramente no seu navegador usando JavaScript e a API FileReader. Nenhum arquivo, célula ou consulta de pesquisa é transmitido a um servidor ou registrado. Você pode verificar isso abrindo o navegador da guia Rede DevTools enquanto usa a ferramenta ou desconectando-se da Internet.
Ferramentas relacionadas
- csv para json- conversão dedicada com opções de tipo
- json para csv- a viagem de volta, incluindo achatamento de objetos aninhados
- xml para json- para as exportações que chegam como XML
- formatador json- limpe o JSON que você acabou de exportar
- json diff- compare duas exportações e descubra o que mudou
Leitura adicional: O guia definitivo para ferramentas JSON e Conversão JSON para CSV.
