Import z pliku CSV

Import z pliku CSV to proces wczytania danych tabelarycznych zapisanych w tym prostym formacie tekstowym.

Budowa rekordu CSV i znaczenie separatora

Import z pliku CSV polega na odczytaniu tekstu, w którym kolejne wiersze reprezentują rekordy, a wartości pól są rozdzielone ustalonym separatorem. Najczęściej spotyka się przecinek, ale w programach używanych w Polsce bardzo często stosowany jest średnik, ponieważ przecinek pełni funkcję separatora dziesiętnego. Format CSV nie ma jednego, obowiązującego wariantu kodowania ani jednego separatora wymaganego we wszystkich aplikacjach. Z tego powodu program importujący powinien pozwalać wskazać separator kolumn, znak cudzysłowu, sposób oznaczania nagłówka oraz kodowanie znaków.

W typowym pliku pierwszy wiersz zawiera nazwy kolumn, a następne wiersze dane. Jeżeli wartość sama zawiera separator, znak nowej linii albo cudzysłów, może zostać ujęta w podwójne cudzysłowy. Wewnątrz tak ujętej wartości wystąpienie cudzysłowu zapisuje się zwykle jako dwa kolejne cudzysłowy. Przykładowo opis zawierający średnik powinien pozostać jednym polem, a nie zostać podzielony na dwie kolumny. Reguły często kojarzone z formatem CSV opisuje RFC 4180, jednak wiele programów stosuje własne rozszerzenia, dlatego sam fakt posiadania rozszerzenia .csv nie gwarantuje identycznego sposobu interpretacji.

Kodowanie znaków, nagłówki i wartości specjalne

Jednym z częstych problemów podczas importu jest niezgodne kodowanie znaków. Plik zapisany jako UTF-8 może być odczytany jako Windows-1250 lub inne kodowanie jednobajtowe, co powoduje zastąpienie polskich liter nieprawidłowymi znakami. Sam format CSV nie narzuca kodowania, dlatego trzeba ustalić je na podstawie programu, który utworzył plik, albo wybrać je jawnie w oknie importu. W praktyce warto stosować UTF-8, zwłaszcza gdy dane będą przenoszone między różnymi systemami operacyjnymi i aplikacjami. Niektóre programy dodają na początku pliku znacznik BOM UTF-8; aplikacja importująca powinna go rozpoznać i nie traktować jako części nazwy pierwszej kolumny.

Istotne jest także rozpoznanie wiersza nagłówkowego. Jeżeli importer uzna pierwszy rekord danych za nagłówki, liczba zaimportowanych pozycji będzie mniejsza, a nazwy pól zostaną pobrane z niewłaściwego miejsca. Problem może wystąpić również wtedy, gdy nazwy kolumn zawierają spacje, różnią się wielkością liter albo są zapisane w innym języku niż nazwy pól docelowej tabeli. Puste wartości, wartości złożone z samych spacji oraz teksty takie jak „N/A” mogą być interpretowane jako puste pole, zwykły tekst albo wartość specjalna. Podczas importu należy ustalić, czy pusta komórka ma oznaczać brak danych, wartość zerową, czy pusty napis.

Walidacja typów danych przed zapisaniem rekordów

CSV przechowuje dane jako tekst, więc dopiero program importujący decyduje, czy dana wartość jest liczbą całkowitą, liczbą zmiennoprzecinkową, datą, godziną, adresem e-mail czy zwykłym ciągiem znaków. Ta konwersja może zmienić sposób zapisu danych. Przykładowo identyfikator „00125” może zostać potraktowany jako liczba 125, przez co znikną zera wiodące. Numer telefonu, kod pocztowy, numer seryjny i numer faktury powinny zwykle pozostać tekstem, nawet jeśli zawierają wyłącznie cyfry. Podobnie wartość „2026-08-24” może zostać poprawnie rozpoznana jako data albo pozostawiona jako tekst, zależnie od ustawień importera.

Przed zatwierdzeniem importu należy sprawdzić liczbę kolumn w każdym wierszu, obecność wymaganych pól, poprawność separatorów dziesiętnych oraz zgodność dat z oczekiwanym formatem. Wiersz z niezamkniętym cudzysłowem albo dodatkowym separatorem może przesunąć dane do niewłaściwych kolumn. Dobrze zaprojektowany importer pokazuje podgląd kilku rekordów, zgłasza błędne wiersze i pozwala zatrzymać operację przed zapisaniem niepoprawnego zbioru. Przy większej liczbie danych warto zachować kopię pliku źródłowego, sprawdzić liczbę rekordów przed i po imporcie oraz porównać przykładowe wartości tekstowe, liczbowe i daty. Szczególnej uwagi wymagają pola zawierające wielowierszowe opisy, ponieważ znak końca linii wewnątrz cudzysłowu nie powinien rozpoczynać nowego rekordu.

Przygotowanie pliku CSV do pracy na komputerze

Plik CSV można przygotować w arkuszu kalkulacyjnym, edytorze tekstu albo wyeksportować z innego programu. Przed importem należy upewnić się, że wszystkie rekordy używają tego samego separatora i że pola tekstowe nie zostały automatycznie zamienione na liczby, daty lub formuły. W arkuszu kalkulacyjnym warto ustawić kolumny z identyfikatorami, kodami i numerami seryjnymi jako tekstowe. Należy też sprawdzić, czy eksport nie zmienił znaków nowej linii, nie usunął zer wiodących i nie dodał niepożądanych cudzysłowów. Po zapisaniu pliku można otworzyć go w prostym edytorze tekstu, aby ocenić, jaki znak faktycznie rozdziela pola i czy polskie znaki są zachowane.

Warszawskie Pogotowie Komputerowe zajmuje się profesjonalną naprawą laptopów, komputerów PC i podzespołów, a w ramach diagnostyki może pomóc ustalić, czy problem z importem wynika z uszkodzonego pliku, ustawień aplikacji, kodowania znaków, błędów dysku lub nieprawidłowego działania systemu. Przy pracy z ważnymi danymi nie należy wielokrotnie zapisywać tego samego pliku bez kopii, ponieważ ponowny eksport może utrwalić błędną interpretację wartości. Jeżeli importer zgłasza błędy tylko dla części rekordów, warto wyodrębnić wadliwe wiersze, poprawić ich strukturę i ponowić próbę na kopii danych. Takie postępowanie ułatwia rozdzielenie problemu formatu CSV od problemu samego programu, systemu operacyjnego lub nośnika, na którym znajduje się plik.