Se alguma vez abriu uma folha de cálculo exportada de algum software e viu uma confusão em vez de colunas organizadas, um problema de delimitador CSV é quase certamente o culpado. Compreender o que são delimitadores, quais utilizar e quando quebrar as regras pode poupar-lhe horas de frustração.
O Que É um Delimitador CSV?
Um ficheiro CSV (Comma-Separated Values, ou Valores Separados por Vírgulas) é um ficheiro de texto simples que armazena dados tabulares. Cada linha é um registo, e um carácter especial chamado delimitador separa os valores individuais dentro dessa linha. Sem um delimitador, o ficheiro é apenas um bloco de texto sem estrutura.
O delimitador mais comum é a vírgula, de onde vem o "C" em CSV. Mas a palavra "CSV" tornou-se um termo genérico para qualquer ficheiro de texto delimitado, incluindo os que usam tabulações, pipes ou ponto e vírgula.
A Norma RFC 4180
RFC 4180 é o documento mais próximo de um conjunto de regras oficial que o formato CSV possui. Publicado pela Internet Engineering Task Force (IETF), define um formato comum para que diferentes ferramentas possam trocar ficheiros CSV de forma fiável. Não é uma lei rígida, mas segui-la torna os seus ficheiros muito mais portáveis.
Aqui estão as regras fundamentais do RFC 4180:
- Cada registo ocupa a sua própria linha, terminando com uma quebra de linha CRLF.
- O último registo no ficheiro pode ou não ter uma quebra de linha.
- Uma linha de cabeçalho opcional pode aparecer como primeira linha.
- Campos que contenham 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.
Envolva sempre os campos em aspas duplas se estes puderem conter o carácter delimitador escolhido. Ignorar este passo é a principal causa de importações CSV com erros.
Tipos Comuns de Delimitadores
Diferentes ferramentas e regiões adotaram diferentes delimitadores por defeito. Aqui está uma visão geral dos mais comuns e quando são utilizados.
| Delimitador | Carácter | Caso de Uso Comum |
|---|---|---|
| Vírgula | , | Padrão para a maioria das ferramentas e bases de dados em inglês |
| Ponto e vírgula | ; | Padrão em localidades europeias onde a vírgula é usada como separador decimal |
| Tabulação | \t | Ficheiros TSV, exportações do Excel, dados de bioinformática |
| Pipe | | | Dados que frequentemente contêm vírgulas, como campos de endereço |
| Circunflexo | ^ | Sistemas legados e troca de dados EDI |
Como Escolher o Delimitador Certo
A regra de ouro é simples: escolha um carácter que nunca apareça nos seus dados reais. Se os seus dados contêm descrições de produtos com vírgulas por todo o lado, um delimitador de vírgula vai causar erros em todas as importações. Nesse caso, um pipe ou tabulação é uma escolha muito mais segura.
Algumas dicas práticas para o ajudar a decidir:
- Verifique se o sistema de destino tem um delimitador obrigatório ou preferido antes de exportar.
- Para endereços ou campos de texto livre, evite vírgulas e ponto e vírgula por completo.
- Ficheiros delimitados por tabulação funcionam bem para dados numéricos, uma vez que os números raramente contêm caracteres de tabulação.
- Se precisar de usar a vírgula e os seus dados contêm vírgulas, coloque sempre todos os campos entre aspas de forma consistente.
Precisa de trocar delimitadores rapidamente? O conversor de delimitadores online do Delimiter.site permite-lhe colar os seus dados e trocar de vírgula para pipe, tabulação para ponto e vírgula, ou qualquer combinação de que necessite, instantaneamente.
Problemas Comuns e Como Resolvê-los
A maioria dos problemas com CSV enquadra-se num conjunto previsível de padrões. Saber o que procurar acelera consideravelmente a depuração.
Os problemas mais frequentes são campos sem aspas que contêm o delimitador, contagens de colunas inconsistentes por linha e problemas de codificação com caracteres especiais. Um contador de linhas pode indicar-lhe rapidamente se a contagem de linhas está correta após uma etapa de importação ou exportação.
Se o seu ficheiro parece ter campos duplicados ou colunas em branco estranhas, há uma boa probabilidade de que um carácter de aspas dentro de um campo não tenha sido escapado corretamente segundo as regras de escape do RFC 4180. Volte à origem e certifique-se de que as aspas duplas dentro dos valores estão duplicadas.
Dica: Se está a partilhar um ficheiro CSV com parceiros internacionais, especifique sempre o delimitador e a codificação (UTF-8 é a escolha mais segura) na sua documentação. Não assuma que eles vão adivinhar corretamente.
Pontos-Chave
- Um delimitador CSV é o carácter que separa valores dentro de cada linha de um ficheiro de texto simples.
- O RFC 4180 é a norma que a maioria das ferramentas segue, mas não é universalmente aplicada, por isso verifique sempre o que o seu sistema de destino espera.
- Escolha um delimitador que não apareça nos seus dados para evitar erros de análise.
- Coloque sempre entre aspas os campos que contenham o carácter delimitador, quebras de linha ou aspas duplas.
- Pode alterar o delimitador CSV rapidamente com uma ferramenta online gratuita se o seu formato não corresponder ao que um sistema espera.
Acerte nos Delimitadores à Primeira
Os ficheiros CSV parecem simples à superfície, mas uma escolha errada de delimitador ou uma aspa em falta pode quebrar um pipeline inteiro. Seguir o RFC 4180 e pensar cuidadosamente no conteúdo dos seus dados antes de escolher um separador vai poupar-lhe tempo real. Quando precisar de reformatar um ficheiro rapidamente, a Ferramenta de Delimitadores está ali para ajudar.