Comprender los registros CSV antes de limpiarlos
Publicado: · Delete Duplicate Lines Online
Actualizado:
Por qué un campo CSV puede contener comas, comillas o saltos de línea, y cómo validar los registros antes de convertirlos.
Un registro no siempre es una línea
Un campo entrecomillado puede contener una coma o un salto de línea. Dividir un archivo por cada coma o salto puede desplazar valores a columnas incorrectas sin avisar.
Valores entrecomillados
En el ejemplo, la coma de New York permanece dentro del campo city. Dos comillas consecutivas dentro de un campo entrecomillado representan una comilla literal.
name,city
Alice,"New York, NY"
Bob,"He said ""hello"""Valida primero la estructura
El validador CSV comprueba las comillas y la uniformidad del número de columnas. No puede determinar si los valores son correctos ni si cumplen tus reglas de negocio.
Decide cómo tratar los encabezados
Al convertir a JSON, los encabezados se convierten en claves. Deben ser únicos y no vacíos para evitar perder campos. CSV a JSON conserva las celdas como cadenas, incluidos ceros iniciales como los de códigos postales.
Trabaja de forma reversible
Conserva una copia, inspecciona la tabla, aplica una regla y compara el resultado. Las hojas de cálculo pueden interpretar celdas con aspecto de fórmula al abrir una exportación; revisa los datos no fiables antes de utilizarlos allí.