Tệp CSV: định dạng không có kiểu dữ liệu, không có bảng mã, không có uỷ ban nào

Nó tồn tại hai mươi lăm năm mà không có đặc tả. RFC 4180 xuất hiện năm 2005 và được ghi rõ là tài liệu tham khảo (Informational) chứ không phải tiêu chuẩn — nó mô tả những gì phần lớn các bản cài đặt làm chứ không bảo ai phải làm gì. Điều nó thực sự chốt lại là quy tắc dấu ngoặc kép: trường chứa ký tự phân cách, dấu ngoặc kép hay ký tự xuống dòng được bọc trong ngoặc kép, và dấu ngoặc kép bên trong một trường như vậy được viết hai lần. Quy tắc đó là khác biệt giữa “Widget, large” là một ô hay thành hai ô, và đó là quy tắc mà các trình phân tích đơn giản bỏ qua.

Ký tự phân cách không phải lúc nào cũng là dấu phẩy. Một bảng tính chạy ở vùng ngôn ngữ viết số thập phân là 1,5 không thể đồng thời dùng dấu phẩy để ngăn cách các trường, nên Excel xuất ra dấu chấm phẩy ở đó — trên cùng một máy, từ cùng một menu, tạo ra tệp mà nước láng giềng không mở được. Dữ liệu xuất từ cơ sở dữ liệu thường dùng tab. Công cụ nào đọc CSV tốt đều đoán từ vài dòng đầu, và trang này cũng làm như vậy.

Nó cũng không khai báo bảng mã, và đây là nơi dữ liệu thực sự bị mất. Một tệp CSV tên tiếng Trung được lưu bằng chương trình này và mở bằng chương trình khác sẽ thành ký tự rác vì một bên giả định UTF-8 còn bên kia giả định bảng mã của hệ thống. Và vì mọi trường đều là chữ không có kiểu, bảng tính sẽ đoán lại khi nhập: số 0 ở đầu biến mất khỏi mã linh kiện, mã định danh dài thành ký hiệu khoa học, và thứ gì trông giống ngày tháng sẽ bị biến thành ngày tháng. Tệp không có vấn đề gì; cách đọc nó mới có.