Validateur CSV

Il vérifie que chaque ligne comporte autant de colonnes que la première, que chaque champ entre guillemets est fermé et que les guillemets ne sont utilisés que comme le permet CSV. Il recherche aussi les signes d'un encodage incorrect, les caractères NUL, les en-têtes vides ou en double et les fins de ligne mélangées. Les erreurs invalident le fichier, tandis que les avertissements sont répertoriés pour examen.

Avec l'option Détecter automatiquement, le validateur essaie la virgule, le point-virgule, la tabulation et la barre verticale, puis choisit celui qui sépare les lignes de la manière la plus cohérente. Si un fichier utilise un séparateur également présent dans les valeurs, choisissez-le explicitement dans le champ Séparateur. Le résultat indique toujours le séparateur utilisé.

Chaque ligne est comparée à la première, et chaque ligne différente est répertoriée avec son numéro, son nombre de colonnes et le nombre attendu. La numérotation commence à 1, ligne d'en-tête comprise ; les 20 premières lignes différentes sont affichées, avec le nombre des autres. Les sauts de ligne entre guillemets dans un champ ne commencent pas une nouvelle ligne.

Un champ qui commence par un guillemet double doit se terminer par un guillemet double, et un guillemet à l'intérieur d'un champ entre guillemets doit être doublé sous la forme "". Le validateur signale les champs entre guillemets qui ne sont jamais fermés et les guillemets qui apparaissent au milieu d'un champ sans guillemets. Ces deux problèmes surviennent souvent lorsqu'une valeur contenant le séparateur a été exportée sans être correctement mise entre guillemets.

Un texte enregistré dans un autre encodage puis lu comme de l'UTF-8 contient des caractères de remplacement, que le validateur compte et signale comme une erreur. Les caractères NUL, signe d'un fichier binaire ou UTF-16, sont également signalés. Une marque d'ordre des octets UTF-8 est autorisée et indiquée sur la ligne Encodage.

Lorsque l’option First row contains headers est activée, les cellules d’en-tête vides et les en-têtes présents plusieurs fois sont signalés comme des avertissements, car de nombreux outils d’importation les rejettent. Désactivez cette option pour les fichiers sans ligne d’en-tête. La vérification du nombre de colonnes s’effectue dans les deux cas.

Le résultat indique si le fichier utilise des fins de ligne LF, CRLF ou CR. Un fichier qui les mélange génère un avertissement, car certains outils d’importation comptent alors les lignes différemment. Les sauts de ligne à l’intérieur des champs entre guillemets font partie de la valeur et sont autorisés.

Les lignes vides ou ne contenant que des espaces sont ignorées et ne sont pas comptées. Une ligne composée de champs vides, comme ,,, est une vraie ligne et doit avoir le bon nombre de colonnes.

Les erreurs rendent les données peu fiables, par exemple des lignes irrégulières, des guillemets mal formés ou un encodage incorrect, et indiquent que le fichier n’est pas valide. Les avertissements signalent des éléments autorisés CSV, mais souvent problématiques, comme des en-têtes en double ou des fins de ligne mélangées. Un fichier qui ne contient que des avertissements est déclaré valide.

Les fichiers d’entrée peuvent atteindre 5 MiB et 100,000 lignes. Pour convertir un CSV valide en JSON, YAML, XLSX ou dans un autre format, utilisez le convertisseur de format de données.