CSV फ़ाइलें: न टाइप, न एन्कोडिंग, न कोई कमेटी

पच्चीस साल तक इसका कोई स्पेसिफ़िकेशन नहीं था। RFC 4180 2005 में आया और साफ़ तौर पर स्टैंडर्ड नहीं, बल्कि Informational है — यह किसी को बताता नहीं कि क्या करना है, बस यह बयान करता है कि ज़्यादातर इम्प्लीमेंटेशन क्या करते हैं। जो बात यह पक्की करता है वह है कोटिंग: जिस फ़ील्ड में सेपरेटर, कोट या लाइन ब्रेक हो, उसे डबल कोट में लपेटा जाता है, और ऐसे फ़ील्ड के अंदर का कोट दो बार लिखा जाता है। "Widget, large" एक सेल बनेगा या दो, यह इसी नियम से तय होता है, और यही नियम सीधे-सादे पार्सर छोड़ देते हैं।

सेपरेटर हमेशा कॉमा नहीं होता। जिस लोकेल में दशमलव 1,5 की तरह लिखा जाता है, वहाँ चल रही स्प्रेडशीट फ़ील्ड अलग करने के लिए भी कॉमा इस्तेमाल नहीं कर सकती, इसलिए वहाँ Excel सेमीकोलन एक्सपोर्ट करता है — उसी तरह की मशीन पर, उसी मेन्यू से, और ऐसी फ़ाइल बनती है जिसे पड़ोसी देश नहीं खोल पाता। डेटाबेस एक्सपोर्ट अक्सर टैब इस्तेमाल करते हैं। CSV को ठीक से पढ़ने वाला हर टूल पहली कुछ लाइनों से अंदाज़ा लगाता है, और यह साइट भी यही करती है।

एन्कोडिंग बताने की भी कोई जगह नहीं है, और डेटा असल में यहीं खोता है। चीनी नामों वाली CSV, जिसे एक प्रोग्राम ने सेव किया और दूसरे ने खोला, अटपटे निशानों में बदलकर लौटती है, क्योंकि एक ने UTF-8 माना और दूसरे ने सिस्टम कोड पेज। और क्योंकि हर फ़ील्ड बिना टाइप का टेक्स्ट है, स्प्रेडशीट इम्पोर्ट करते समय फिर से अंदाज़ा लगाती है: पार्ट नंबर के शुरुआती शून्य ग़ायब हो जाते हैं, लंबे आइडेंटिफ़ायर साइंटिफ़िक नोटेशन बन जाते हैं, और जो कुछ तारीख़ जैसा दिखता है वह तारीख़ बन जाता है। फ़ाइल ठीक थी; उसे पढ़ने का तरीक़ा ठीक नहीं था।