the hell of CSV

[wizzard]

эта пиздец. есть хороший legacy формат CSV (таблица в форме значений, разделенных запятыми)
все просто и красиво.

только вот она бывает в произвольной кодировке, числа бывают с "." и с ",", элементы строки разделяются "," или ";" или “\r”, строки запихиваются в ' или " или вообще не запихиваются в кавычки, кавычки внутри строк превращаются в ", "", \" или кавычки-елочку, числа кстати тоже иногда пихаются в кавычки, а еще переводы строк бывают \r \n \r\n и unicode LS\PS.

вот так-то.

Comments

[lionet.livejournal.com]

RFC4180 адресует часть указанных проблем.

[wizzard]

я его читал. угу. но речь, увы, идет не о генерации, а о импорте CSV, сгенерированными различными табличными процессорами и экспортерами статистики.

писать эвристики не хочется. презентовать пользователю тучку галочек - тоже. тут скорее вопрос UI стоит, чем парсера (он имел тучу галочек с самого начала и любую валидную комбинацию тех настроек распарсить может)

[wizzard]

да. еще бывает что первая строка - это имена колонок, а бывает, что завязка идет к индексам.