Het CSV-formaat uitgelegd + veelvoorkomende problemen

CSV is de universele taal van spreadsheets en data-exports — eenvoudig genoeg om in een teksteditor te openen, ondersteund door elk tool dat met tabelgegevens werkt. Maar die eenvoud verbergt een paar verrassend veelvoorkomende valkuilen die een schone export in een verhakkelde puinhoop veranderen. Hier is hoe CSV echt werkt en hoe je de gebruikelijke problemen vermijdt.

Wat CSV is

CSV staat voor comma-separated values (door komma's gescheiden waarden). Elke regel is een record, en binnen een regel scheiden komma's de kolommen. De eerste regel is meestal een koptekst die elke kolom benoemt.

name,email,age
Ada Lovelace,ada@example.com,36
Alan Turing,alan@example.com,41

Dat is het hele idee — en juist daarom bijten de randgevallen.

De veelvoorkomende problemen

Komma's binnen een waarde

Wat als een waarde zelf een komma bevat, zoals Lovelace, Ada? Zonder regel zou dat ene veld op twee kolommen lijken. De oplossing: velden met komma's tussen dubbele aanhalingstekens zetten.

"Lovelace, Ada",ada@example.com,36

Aanhalingstekens binnen een waarde

Een dubbel aanhalingsteken binnen een geciteerd veld wordt ge-escapet door het te verdubbelen: "She said ""hi""" staat voor She said "hi".

Regeleinden binnen een waarde

Een veld kan zelfs een regeleinde bevatten als het geciteerd is — daarom kun je bij het handmatig parseren van CSV niet altijd aannemen dat „één regel = één record”.

Het scheidingsteken is niet altijd een komma

In regio's waar de komma het decimaalteken is, exporteren spreadsheets vaak met puntkomma's (;) of tabs in plaats daarvan. Als een bestand als één grote kolom opent, komt dat meestal door een niet-passend scheidingsteken.

Codering en de BOM

CSV draagt geen coderingsinformatie, dus tekens met accenten kunnen vervormen als de lezer verkeerd gokt — sla op als UTF-8. Sommige programma's voegen aan het begin ook een onzichtbare byte-order mark (BOM) toe die de eerste kolomkop kan breken. (Zie onze gids over tekencodering voor het waarom.)

Werken met CSV-data

Omdat CSV gewoon tekstregels is, doen platte-teksttools veel opruimwerk: zet regels op volgorde met het regels sorteren-tool, verwijder herhalingen met dubbele regels verwijderen en zie precies wat er tussen twee exports veranderde met een tekstvergelijking. Voor gestructureerde transformatie is de data eerst naar JSON converteren vaak de schonere weg.