ملفات CSV: صيغة بلا أنواع، وبلا ترميز، وبلا لجنة

ظلت الصيغة خمسة وعشرين عامًا بلا مواصفة. ثم جاء RFC 4180 عام 2005، وهو مصنّف صراحةً وثيقةً إعلامية (Informational) لا معيارًا — يصف ما تفعله معظم التطبيقات بدلًا من أن يملي على أحد ما يفعله. وما يحسمه فعلًا هو علامات الاقتباس: فالحقل الذي يحتوي على الفاصل أو علامة اقتباس أو فاصل سطر يُحاط بعلامتي اقتباس مزدوجتين، وعلامة الاقتباس داخل مثل هذا الحقل تُكتب مرتين. وهذه القاعدة هي الفرق بين أن تكون "Widget, large" خلية واحدة أو خليتين، وهي القاعدة التي تتجاهلها المحللات الساذجة.

والفاصل ليس فاصلة دائمًا. فبرنامج الجداول الذي يعمل بإعدادات منطقة تكتب الكسور العشرية بالشكل 1,5 لا يستطيع أن يستخدم الفاصلة أيضًا للفصل بين الحقول، فيصدّر Excel هناك فاصلة منقوطة — على الجهاز نفسه، ومن القائمة نفسها، منتجًا ملفًا لا يستطيع البلد المجاور فتحه. وكثيرًا ما تستخدم صادرات قواعد البيانات علامات الجدولة. وكل أداة تقرأ CSV جيدًا تخمّن الفاصل من الأسطر الأولى، وهذا ما يفعله هذا الموقع أيضًا.

ولا يوجد كذلك تصريح بالترميز، وهنا تضيع البيانات فعلًا. فملف CSV يضم أسماء صينية حفظه برنامج وفتحه آخر يعود رموزًا مشوّهة، لأن أحدهما افترض UTF-8 والآخر صفحة الترميز الخاصة بالنظام. ولأن كل حقل نص بلا نوع، يعيد برنامج الجداول التخمين عند الاستيراد: فتختفي الأصفار البادئة من أرقام القطع، وتتحول المعرّفات الطويلة إلى الترميز العلمي، ويصير كل ما يشبه التاريخ تاريخًا. كان الملف سليمًا؛ أما قراءته فلم تكن كذلك.