Comma-separated values

Comma-separated values
Esempio di file CSV
Estensione	.csv
Tipo MIME	text/csv
Uniform Type Identifier (UTI)	public.comma-separated-values-text
Estensione di	File di testo
Standard	RFC 4180

Il comma-separated values (abbreviato in CSV e che letteralmente dalla lingua inglese significa "valori separati da virgola") è un formato di file basato su file di testo utilizzato per l'importazione ed esportazione (ad esempio da fogli elettronici o database) di una tabella di dati.

Non esiste uno standard formale che lo definisca ma solo alcune prassi più o meno consolidate. Una delle definizioni più adottate è descritta nel documento RFC 4180.

Descrizione del formato

In questo formato, ogni riga della tabella (o record della base dati) è normalmente rappresentata da una linea di testo, che a sua volta è divisa in campi (le singole colonne) separati da un apposito carattere separatore, ciascuno dei quali rappresenta un valore.

Il formato CSV non specifica una codifica di caratteri, né la convenzione per indicare il fine linea (nei sistemi operativi Unix e Unix-like viene usato il carattere ASCII line-feed, nei sistemi operativi Microsoft Windows si usa la sequenza di caratteri ASCII carriage return+line-feed, mentre in altri può essere usato il solo carattere carriage return), né il carattere da usare come separatore tra campi e nemmeno convenzioni per rappresentare date o numeri (tutti i valori sono considerati come semplici stringhe di testo) e se la prima riga è solo di intestazione o meno. Questi dettagli possono dover essere specificati dall'utente, tutte le volte che si importano o esportano dati in formato CSV in un programma, come ad esempio un foglio elettronico.

Nel caso più semplice non sono ammessi valori che contengano caratteri di fine linea o il carattere che separa i campi: in questo caso, ad ogni riga della tabella corrisponde esattamente una linea di testo.

Per ovviare a questo limite si ricorre alla codifica che segue: se il valore contiene caratteri di fine linea, il carattere separatore o i doppi apici ("), esso viene racchiuso tra doppi apici e quelli eventualmente presenti nel valore sono raddoppiati. Ad esempio, il valore

foo, "bar" 
baz 

viene trasformato in

"foo, ""bar""
baz"

Con questa codifica una riga (o record) può essere rappresentata con più linee di testo e, in fase di importazione dei dati, occorre tener conto della trasformazione effettuata per suddividerli nelle righe e colonne originarie.

Carattere che separa i campi

Opzioni di importazione di un file CSV in LibreOffice. Di default, la virgola.

Nonostante CSV significhi letteralmente "valori separati da virgola", nei sistemi Microsoft Windows, alcuni programmi tra cui Microsoft Excel non utilizzano universalmente la virgola per il formato CSV. Al posto della virgola, viene adottato il separatore di elenco specificato nelle opzioni di internazionalizzazione (nel pannello di controllo) che cambia da paese a paese. In Excel, il valore predefinito è la virgola solo nei paesi anglosassoni ed è bensì il punto e virgola nei paesi come Spagna, Italia e Francia. Un possibile motivo dietro a questa scelta progettuale è che la virgola in questi paesi veniva già usata come separatore delle cifre decimali.

Altri software si attengono maggiormente alle linee guida definite nel documento RFC 4180. Per esempio LibreOffice importa ed esporta documenti in CSV assumendo la virgola come separatore, a prescindere dal paese. Se un campo contiene già una virgola, allora il valore è racchiuso fra apici doppi o singoli (appunto come da documento RFC 4180). Data la necessità di essere inter-compatibili con le più diverse varianti del formato CSV, LibreOffice ha un'apposita schermata di importazione per supportare virgola, punto e virgola, spazi, e altre varianti comuni.

Esempi

OPERA	AUTORE	CASA EDITRICE
I Robot e l'Impero	Isaac Asimov	Mondadori
Il lungo meriggio della Terra	Brian W. Aldiss	Minotauro
Absolute OpenBSD "2d Edition"	Michael W. Lucas	No Starch Press
I mercanti dello spazio	Frederik Pohl; C. M. Kornbluth	Mondadori

L'esempio qui sopra si potrebbe rappresentare in CSV come:

OPERA,AUTORE,CASA EDITRICE
I Robot e l'Impero,Isaac Asimov,Mondadori
Il lungo meriggio della Terra,Brian W. Aldiss,Minotauro
"Absolute OpenBSD ""2d Edition""",Michael W. Lucas,No Starch Press
I mercanti dello spazio,"Frederik Pohl, C. M. Kornbluth",Mondadori

Si noti che:

1. i campi sono separati da una virgola (,)
2. i campi testuali possono essere delimitati da un carattere qualificatore (es esempio le virgolette: ") al fine di consentire l'utilizzo di caratteri speciali (utilizzati come separatori di campi); È buona prassi utilizzare tale convenzione per qualsiasi valore del campo e non solo all'occorrenza (molti interpreti potrebbero non essere in grado di leggere correttamente quest'ultimo caso);
3. le linee sono separate da un ritorno a capo (in alcuni sistemi è codificabile come \n);
4. è preferibile non lasciare spazi prima e dopo i campi (se intenzionali, tali spazi vanno racchiusi tra virgolette);
5. per rappresentare un carattere all'interno di un campo, che coincide con il qualificatore di testo, occorre raddoppiarlo (ad esempio: " diventa "");
6. per rappresentare un'interruzione di riga in un campo, occorre rappresentarlo in un campo testuale delimitato dal qualificatore (esempio: tra virgolette).

Collegamenti esterni

• (EN) Denis Howe, Comma-separated values, in Free On-line Dictionary of Computing. Disponibile con licenza GFDL
• (EN) RFC 4180 — Common Format and MIME Type for Comma-Separated Value, su datatracker.ietf.org, Internet Engineering Task Force.
• (EN) CSV - Comma Separated Values, su DataHub.
• (EN) CSV, Comma Separated Values (RFC 4180), su Sustainability of Digital Formats, Library of Congress.
• (EN) The Comma Separated Value (CSV) File Format, su Creativyst (archiviato il 4 aprile 2021).
• (EN) What is a CSV file?, su csvreader.com.