CSV-validaattori

Se tarkistaa, että jokaisella rivillä on yhtä monta saraketta kuin ensimmäisellä rivillä, jokainen lainausmerkeissä oleva kenttä on suljettu ja lainausmerkkejä käytetään vain tavoilla, jotka CSV sallii. Lisäksi se etsii merkkejä virheellisestä merkistökoodauksesta, NUL-merkkejä sekä tyhjiä tai toistettuja otsikoita ja sekaisin olevia rivinvaihtoja. Virheet tekevät tiedostosta virheellisen, kun taas varoitukset listataan tarkistettaviksi.

Kun käytössä on automaattinen tunnistus, validaattori kokeilee pilkkua, puolipistettä, sarkainta ja pystyviivaa ja valitsee sen, joka jakaa rivit johdonmukaisimmin. Jos tiedostossa käytetään erotinta, jota esiintyy myös arvoissa, valitse se erikseen Erotin-kentässä. Tuloksessa näytetään aina käytetty erotin.

Jokaista riviä verrataan ensimmäiseen riviin, ja jokainen siitä poikkeava rivi listataan yhdessä rivinumeron, sarakemäärän ja odotetun määrän kanssa. Rivinumerointi alkaa ykkösestä ja sisältää otsikkorivin. Ensimmäiset 20 poikkeavaa riviä listataan, ja niiden lisäksi ilmoitetaan muiden poikkeavien rivien määrä. Kentän sisällä olevat lainausmerkeissä olevat rivinvaihdot eivät aloita uutta riviä.

Lainausmerkillä alkavan kentän on päätyttävä lainausmerkkiin, ja lainausmerkeissä olevan kentän sisällä lainausmerkki on esitettävä kaksinkertaisena muodossa "". Validaattori ilmoittaa, jos lainausmerkeissä oleva kenttä jää sulkematta tai lainausmerkki esiintyy ilman lainausmerkkejä kirjoitetun kentän keskellä. Nämä ovat yleisiä ongelmia, kun erottimen sisältävä arvo viedään tiedostoon ilman asianmukaisia lainausmerkkejä.

Toisella merkistökoodauksella tallennettu ja sen jälkeen UTF-8:na luettu teksti sisältää korvausmerkkejä, jotka validaattori laskee ja ilmoittaa virheenä. Myös NUL-merkit, jotka viittaavat binaari- tai UTF-16-tiedostoon, ilmoitetaan. UTF-8-tavujärjestysmerkki sallitaan ja näytetään Encoding-rivillä.

Kun Ensimmäinen rivi sisältää otsikot -asetus on käytössä, tyhjät otsikkosolut ja useammin kuin kerran esiintyvät otsikot luetellaan varoituksina, koska monet tuontityökalut hylkäävät ne. Poista asetus käytöstä tiedostoissa, joissa ei ole otsikkoriviä. Sarakemäärän tarkistus suoritetaan joka tapauksessa.

Tulos kertoo, käyttääkö tiedosto LF-, CRLF- vai CR-rivinvaihtoja. Jos tiedostossa on sekaisin eri rivinvaihtoja, siitä annetaan varoitus, koska jotkin tuontityökalut laskevat rivit silloin eri tavoin. Lainausmerkeillä rajattujen kenttien sisäiset rivinvaihdot kuuluvat arvoon, ja ne ovat sallittuja.

Tyhjät tai pelkkää tyhjemerkkiä sisältävät rivit ohitetaan, eikä niitä lasketa riveiksi. Pelkistä tyhjistä kentistä koostuva rivi, kuten ,,, on oikea rivi, ja siinä on oltava oikea määrä sarakkeita.

Virheet tekevät datasta epäluotettavaa, esimerkiksi epäsäännöllisten rivien, rikkinäisten lainausmerkkien tai väärän merkistön vuoksi, ja ne merkitsevät tiedoston virheelliseksi. Varoitukset koskevat asioita, jotka ovat sallittuja CSV mutta aiheuttavat usein ongelmia, kuten päällekkäisiä otsikoita tai sekoittuneita rivinvaihtoja. Jos tiedostossa on vain varoituksia, se ilmoitetaan kelvolliseksi.

Syöte voi olla enintään 5 MiB ja sisältää 100,000 riviä. Jos haluat muuntaa kelvollisen CSV-tiedoston muotoon JSON, YAML, XLSX tai johonkin muuhun muotoon, käytä Data Format Converter -työkalua.