Formát CSV

Formát CSV (Comma Separated Values IETF RFC4180, česky čárkou oddělené údaje) je jednoduchý a standardizovaný textový formát pro reprezentaci tabulkových dat.

Tabulková data jsou v CSV reprezentována pomocí následujících jednoduchých pravidel:

1. Soubor CSV má kódování UTF-8
2. Jednotlivé řádky tabulky jsou zapsány jako řádky textového souboru oddělené pomocí CRLF (znaky s UTF-8 kódy U+000D U+000A)
3. Údaje v řádku tabulky jsou zapsány jako řetězce oddělené čárkou (znak , s UTF-8 kódem U+002C)
4. Pokud údaj sám obsahuje čárku, musí být uzavřen v uvozovkách (znak " s UTF-8 kódem U+0022)
5. Pokud údaj sám obsahuje uvozovku, musí být zdvojena, tj. místo " bude zapsána jako ""

Příklad tabulkových dat v CSV:

Poskytovatel,PočetDatovýchSad,PočetDistribucí
Český úřad zeměměřický a katastrální,129213,348446
Český statistický úřad,511,513
HLAVNÍ MĚSTO PRAHA,215,1294

• CSV můžete validovat online pomocí CSV Lint (nikoliv však jeho schéma!)
• CSV můžete standardně a strojově čitelně popisovat pomocí CSV on the Web
• CSV můžete otevřít ve vašem tabulkovém procesoru, např. Google Sheets, Apache OpenOffice Calc či Microsoft Excel
• CSV můžete otevřít v libovolném textovém editoru, např. Notepad++ nebo Visual Studio Code. Standardní Poznámkový blok ve Windows ovšem vhodný není.
• CSV můžete nahrát do relační SQL databáze

1. Jiné kódování než UTF-8
2. Jiný oddělovač než čárka
3. Chybné escapování čárek a uvozovek
4. Mezery v zápisu čísel
5. Mezery použité pro zarovnání
6. Desetinná čísla oddělená čárkou
7. Datumy ve formátu jiném než YYYY-MM-DD
8. Jednotky jako součást číselné hodnoty
9. Prázdné řádky či sloupce
10. Hodnoty null
11. Implicitní číselníky
12. Nekonzistentní hlavičky
13. Chybějící schéma
14. Chybný datový typ sloupce
15. Seznam či strukturovaná hodnota v buňce
16. Chybná hlavička HTTP Content-Type u CSV souboru