Uma única vírgula sem escape pode corromper toda uma importação CSV. Se os seus dados contêm o mesmo carácter usado como delimitador, o parser fica confuso, separa os campos no sítio errado e corrompe os seus dados. Saber como funciona o escape em CSV vai poupar-lhe horas de depuração.
Porque Acontecem Conflitos de Delimitadores
Os ficheiros CSV usam um carácter específico, normalmente uma vírgula, para separar campos. O problema começa quando os seus dados reais contêm esse mesmo carácter. Por exemplo, o nome de uma empresa como "Smith, Jones & Co." será lido como dois campos separados, a menos que o trate correctamente.
Isto não é um caso raro. Moradas, descrições de produtos e texto entre aspas contêm frequentemente vírgulas, aspas ou até quebras de linha. Sem escape adequado, estes valores corrompem silenciosamente os seus dados.
O Standard RFC 4180
O RFC 4180 é o que mais se aproxima de uma especificação oficial para CSV. Não é um standard rigorosamente imposto, mas a maioria das ferramentas e parsers segue-o. Compreender as regras que define é a forma mais rápida de escrever ficheiros CSV fiáveis.
Eis as regras principais de escape do RFC 4180:
- Campos que contêm vírgulas, aspas duplas ou quebras de linha devem ser envolvidos em aspas duplas.
- Uma aspa dupla dentro de um campo entre aspas deve ser escapada precedendo-a com outra aspa dupla (ou seja,
"torna-se""). - Os espaços à volta dos delimitadores são considerados parte do campo, por isso tenha cuidado ao fazer trim.
- Cada registo deve terminar com uma quebra de linha CRLF, embora muitos parsers aceitem apenas uma nova linha.
⚠️ Aviso: Nem todos os parsers CSV seguem o RFC 4180 exactamente. Teste sempre o seu output no sistema de destino, especialmente ao migrar entre ferramentas como Excel, Google Sheets ou uma importação de base de dados personalizada.
Quoting na Prática
O quoting (uso de aspas) é o mecanismo principal de escape em CSV. Quando envolve um campo em aspas duplas, o parser trata tudo o que está dentro como um único valor, mesmo que contenha vírgulas ou quebras de linha.
Eis uma comparação rápida entre dados brutos e a sua forma CSV correctamente escapada:
| Valor Original | Representação CSV Correcta | Problema Evitado |
|---|---|---|
| Smith, Jones & Co. | "Smith, Jones & Co." | Vírgula dentro do campo |
| He said "hello" | "He said ""hello""" | Aspas duplas dentro do campo |
| Line one Line two | "Line one Line two" | Quebra de linha dentro do campo |
| 100% | 100% | Escape não necessário |
Erros Comuns que Causam Problemas nos Dados
A maioria dos erros de dados em ficheiros CSV provém de um pequeno conjunto de erros repetidos. Conhecê-los significa que pode identificá-los rapidamente.
- Esquecer-se de colocar entre aspas os campos que contêm o carácter delimitador.
- Usar uma barra invertida para escapar aspas (como em JSON ou SQL) em vez de duplicá-las.
- Misturar diferentes finais de linha (CRLF do Windows vs LF do Unix) num único ficheiro.
- Deixar uma aspa de abertura sem a correspondente aspa de fecho, o que faz com que o parser consuma múltiplas linhas como um único campo.
- Assumir que a ferramenta de exportação trata do escape automaticamente. Verifique sempre.
Escolher um Delimitador Diferente
Por vezes a solução mais fácil não é o escape. Se os seus dados estão cheios de vírgulas, mude para um pipe (|) ou carácter de tabulação como delimitador. Estes caracteres quase nunca aparecem em texto normal, pelo que evita conflitos por completo.
Se precisa de alternar entre formatos de delimitadores, um conversor de delimitadores torna o processo rápido e sem erros. Também pode usar o conversor de vírgula para pipe especificamente para essa conversão comum.
💡 Dica: Ficheiros separados por tabulação (TSV) são frequentemente uma melhor escolha do que CSV quando os seus dados contêm muitas vírgulas. A maioria das aplicações de folha de cálculo e ferramentas de base de dados aceita TSV sem qualquer configuração extra.
Como Verificar se o Seu CSV Está Correcto
Antes de importar um CSV para qualquer sistema, vale a pena fazer uma verificação rápida. Alguns passos simples podem detectar a maioria dos problemas de escape antes de causarem danos reais.
- Abra o ficheiro num editor de texto simples (não no Excel) e procure caracteres de aspas sem par.
- Verifique se a contagem de linhas corresponde ao esperado após a importação.
- Verifique aleatoriamente campos que continham caracteres especiais nos dados originais.
- Use um linter ou validador de CSV se estiver a processar ficheiros grandes programaticamente.
Também pode usar um contador de linhas para confirmar rapidamente que o número de linhas no seu ficheiro corresponde à contagem de registos esperada.
Pontos-Chave
- O RFC 4180 define as regras standard para quoting e escape em CSV, e a maioria dos parsers segue-o.
- Campos que contêm vírgulas, aspas ou quebras de linha devem ser envolvidos em aspas duplas.
- Aspas duplas dentro de um campo são escapadas duplicando-as, não com uma barra invertida.
- Mudar para um delimitador pipe ou tabulação pode eliminar completamente os problemas de escape para dados com muitas vírgulas.
- Verifique sempre a contagem de linhas e faça spot-check dos campos com caracteres especiais após qualquer importação CSV.
Resolva Problemas Antes de Acontecerem
O escape em CSV não é complicado depois de conhecer as regras. A chave é aplicá-las de forma consistente, quer esteja a escrever o ficheiro à mão, a gerá-lo a partir de código, ou a exportar de uma ferramenta. Um pouco de cuidado na fase de exportação evita muita dor de cabeça na fase de importação.
Se trabalha regularmente com ficheiros delimitados e precisa de os reformatar ou converter, o conversor online de delimitadores no Delimiter Site é uma forma rápida de tratar dessas conversões sem escrever qualquer código.