File CSV: format tanpa tipe data, tanpa encoding, dan tanpa komite

Format ini berjalan dua puluh lima tahun tanpa spesifikasi. RFC 4180 baru muncul pada 2005 dan secara tegas berstatus Informational, bukan standar — dokumen itu menggambarkan apa yang dilakukan kebanyakan implementasi, bukan menyuruh siapa pun melakukan sesuatu. Yang memang diaturnya adalah tanda kutip: kolom yang berisi pemisah, tanda kutip, atau pergantian baris dibungkus tanda kutip ganda, dan tanda kutip di dalam kolom seperti itu ditulis dua kali. Aturan itulah yang membedakan apakah "Widget, large" menjadi satu sel atau dua, dan aturan itulah yang dilewati parser naif.

Pemisahnya belum tentu koma. Spreadsheet yang berjalan dengan lokal yang menulis desimal sebagai 1,5 tidak bisa sekaligus memakai koma untuk memisahkan kolom, sehingga Excel mengekspor titik koma di sana — di mesin yang sama, dari menu yang sama, menghasilkan file yang tidak bisa dibuka di negara tetangga. Ekspor database sering memakai tab. Alat yang membaca CSV dengan baik akan menebak dari beberapa baris pertama, dan begitu pula yang dilakukan situs ini.

Tidak ada pula deklarasi encoding, dan di sinilah data benar-benar hilang. CSV berisi nama-nama Tionghoa yang disimpan oleh satu program lalu dibuka oleh program lain akan kembali sebagai mojibake, karena yang satu mengasumsikan UTF-8 dan yang lain code page sistem. Dan karena setiap kolom berupa teks tanpa tipe, spreadsheet menebak ulang saat impor: angka nol di depan hilang dari nomor komponen, ID panjang berubah menjadi notasi ilmiah, dan apa pun yang tampak seperti tanggal dijadikan tanggal. File-nya baik-baik saja; cara membacanya yang keliru.