Inspecione arquivos grandes e delimitados sem carregar todas as linhas de uma vez
CSV é uma família de convenções e não um formato perfeitamente uniforme. Delimitadores, aspas, novas linhas incorporadas, codificações e comprimentos de linha irregulares afetam a aparência de um arquivo.
O visualizador lê intervalos gerenciáveis e cria marcadores para partes posteriores de um arquivo grande. Ele foi projetado para inspeção e correções modestas, não como um substituto para um banco de dados ou um mecanismo completo de cálculo de planilhas.
CSV é uma convenção com muitos dialetos
Delimitadores de vírgula, ponto e vírgula, tabulação e barra vertical são comuns. Os campos entre aspas podem conter delimitadores e novas linhas, enquanto as aspas com escape precisam de tratamento consistente.
Um delimitador errado pode produzir uma coluna gigante. Uma cotação quebrada pode deslocar milhares de linhas posteriores. Inspecione o texto bruto próximo à primeira anomalia em vez de corrigir cada célula deslocada.
Erros de codificação parecem erros de dados
UTF-8 é comum, mas não universal. Codificações legadas podem transformar letras e símbolos acentuados em caracteres de substituição ou sequências de bytes enganosas.
Converta uma cópia com uma ferramenta de codificação conhecida quando necessário, depois reabra e compare uma amostra de nomes e texto não ASCII.
A navegação por intervalo muda a forma como você revisa
O visualizador exibe intervalos de linhas gerenciáveis e registra deslocamentos periódicos para tornar práticos os saltos posteriores. Isso evita a construção de uma enorme tabela DOM para o arquivo inteiro.
A amostragem cria responsabilidade: inspecione os intervalos iniciais, intermediários, tardios e limites. Uma primeira centena de linhas limpa diz pouco sobre registros malformados perto do final.
As exportações precisam de reconciliação independente
As edições e a serialização podem alterar aspas, finais de linha ou representação, mesmo quando os valores visíveis parecem iguais. Salve com um novo nome de arquivo e mantenha a fonte.
Abra a exportação em um segundo analisador, compare as contagens de linhas e colunas e verifique as linhas editadas e seus vizinhos. Para transformações críticas, utilize um pipeline de dados reproduzível em vez de edições manuais.
Proteja o significado da linha ao editar e exportar
Uma pequena edição pode alterar mais de uma célula se as suposições de delimitador, aspas, final de linha ou codificação diferirem entre a origem e o destino. Antes de editar, registre o delimitador detectado, os nomes dos cabeçalhos e a contagem aproximada de linhas. Após a exportação, reabra o novo arquivo como uma nova entrada e inspecione as linhas que contêm vírgulas, aspas, caracteres não ASCII, valores vazios e quebras de linha incorporadas. Compare alguns identificadores estáveis com a fonte para que as colunas deslocadas sejam óbvias. Se outro sistema importar o resultado, use primeiro uma importação de teste que não seja de produção e mantenha a fonte intacta disponível para reversão e comparação.
Início rápido: LocalUtils
- Abra uma cópia do arquivo e confirme se o delimitador detectado produz colunas sensíveis.
- Revise o cabeçalho e o primeiro intervalo antes de se aprofundar no arquivo.
- Use a navegação de linha para inspecionar intervalos posteriores; marcadores são criados periodicamente para evitar nova análise desde o início para cada salto.
- Faça apenas edições deliberadas, salve uma exportação e compare contagens de linhas e colunas críticas com a fonte.
O que o navegador faz
Papa Parse lida com a análise de CSV em um trabalhador. O visualizador expõe intervalos de aproximadamente 100 linhas e registra deslocamentos de arquivos em intervalos de cerca de 10.000 linhas para uma busca mais rápida.
O CSV selecionado é lido pelo navegador em vez de carregado em um servidor de análise LocalUtils. As codificações de arquivo e o comportamento do analisador ainda determinam se cada caractere e campo entre aspas será interpretado corretamente.
Entradas e saídas
- Entrada: arquivos de texto delimitados legíveis por meio da API de arquivos do navegador.
- Visualização: intervalos paginados com colunas detectadas e navegação de linha.
- Saída: um CSV exportado refletindo as edições suportadas; fórmulas de planilha e recursos de pasta de trabalho estão fora do formato.
Limites a saber antes de começar
- A detecção de codificação é limitada; um arquivo pode precisar ser convertido para UTF-8.
- Citações malformadas ou novas linhas incorporadas podem deslocar colunas.
- As edições são operações de memória do navegador e não um fluxo de trabalho de banco de dados transacional.
- Linhas muito largas, campos enormes ou memória limitada do dispositivo ainda podem afetar a capacidade de resposta.
Lista de verificação de verificação
- Compare nomes de cabeçalho, contagem de linhas e delimitador com a origem.
- Inspecione os intervalos iniciais, intermediários e finais, em vez de apenas a primeira tela.
- Abra a exportação em outro analisador e verifique as células editadas e as linhas adjacentes.
Solução de problemas
- Se todos os dados aparecerem em uma coluna, escolha o delimitador correto ou inspecione a fonte com um editor de texto.
- Se os acentos parecerem errados, converta uma cópia para UTF-8 antes de reabrir.
- Se as contagens de linhas forem diferentes, verifique novas linhas entre aspas, registros finais em branco e avisos do analisador.
Perguntas que as pessoas fazem
Por que o Excel mostra algo diferente?
O software de planilha aplica seu próprio delimitador, localidade, data, fórmula e regras de inferência de tipo. O próprio CSV armazena campos de texto, não tipos de pasta de trabalho.
Um CSV pode conter uma fórmula?
Um campo pode começar com caracteres de fórmula e um software de planilha pode executá-lo aberto. Trate as exportações não confiáveis com cuidado.
Por que a contagem final de linhas é diferente?
Registros em branco, novas linhas entre aspas, linhas malformadas e configuração do analisador podem alterar o que é contado como uma linha.