Формат CSV

CSV — это текстовый файл, где строки таблицы разделены переводами строк, а колонки — символом-разделителем. Формат настолько прост, что его невозможно сломать принципиально, и настолько недоговорён, что ломается он постоянно.

Описание появилось в RFC 4180 только в 2005 году, хотя сам подход использовался с семидесятых. К тому моменту каждая программа успела обзавестись своими привычками, и документ лишь зафиксировал один из вариантов.

Три источника проблем

Разделитель. Стандарт называет запятую, но в локалях, где запятая служит десятичным разделителем, Excel использует точку с запятой. Файл, выгруженный одной системой, не открывается как таблица в другой.

Кодировка. В файле её нет. Русский текст в windows-1251, прочитанный как UTF-8, превращается в кракозябры. Именно поэтому при выгрузке принято добавлять метку BOM — три служебных байта, по которым Excel понимает, что перед ним UTF-8.

Типы данных. Их тоже нет. Всё в файле — текст, и программа при открытии угадывает, что считать числом, что датой, а что артикулом. Отсюда потерянные ведущие нули в кодах товаров и телефоны, превращённые в экспоненциальную запись.

Когда CSV — правильный выбор

Когда таблицу читает программа, а не человек: импорт товаров в каталог, загрузка контактов, обмен данными между учётными системами. Формат понимают все, и весит он минимум.

Если же таблица предназначена людям, надёжнее перевести её в XLSX: там и разделитель, и кодировка, и типы данных хранятся внутри файла, поэтому она одинаково откроется у любого получателя.

Обратное преобразование — из XLSX в CSV — нужно как раз для загрузки данных в систему, которая ждёт простой текст.